常见新型冠状病毒肺炎疫情预测方法及其评价

摘要：

自新型冠状病毒肺炎疫情发生以来,一些学者利用疫情公开数据建立预测模型.所用预测方式包括曲线拟合、传染病动力学模型及人工智能算法三大类.传统的曲线拟合预测方式无法考虑传染病特征,预测结果并不可靠.传染病动力学模型是本次疫情预测应用最多的一类,能够考虑传染病的传播速度、传播模式及各种防控措施等因素,但由于考虑的参数不可能全面,且参数可能在疫情不同阶段发生动态变化,因此预测效果往往不佳,但对早期预警、防控决策支持及防控效果评价具有重要应用价值.人工智能方法可以综合考虑不同防控措施以及多种因素的影响,如果考虑得当,预测效果将会有所提高.在综合利用动力学模型优势的基础上,尽可能多地考虑不同影响因素,利用人工智能构建仿真模型,将是一个新的发展趋势.

关键词：新型冠状病毒肺炎、传染病模型、统计预测、动力学模型、人工智能

所属期刊栏目：37

资助基金：国家自然科学基金专项项目;国家自然科学青年基金

在线出版日期：2020-07-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：322-326