基于时变参数-SIR模型的COVID-19疫情评估和预测
该文基于COVID-19疫情发展到2020年2月1日所呈现的特点,对SIR模型进行了修正,使用易感再生数、当日感染率和潜伏感染率来求解病毒演化动力学方程,研究了感染人数的变化趋势,并分析了政府防控措施对趋势变化产生的影响.结果表明,从2020年1月24日后,政府的防控措施有效降低了病毒蔓延趋势.与1月24日之前呈现的趋势相比,截至2020年2月1日,实际感染人数较原趋势预估人数下降了超1/2.易感再生数、当日再生数和潜伏再生数都大幅度降低.基于目前的趋势,对易感再生数、当日感染率、潜伏感染率随时间的变化进行了分析,利用时变参数对疫情发展进行了预测.结果表明在2020年2月9日左右,疫情发展会达到高峰,随后确诊人数将出现下降.
COVID-19、疫情评估、预测、SIR模型
49
TP391;O414(计算技术、计算机技术)
国家自然科学基金;在此表示感谢
2020-06-09(万方平台首次上网日期,不代表论文的发表时间)
共5页
357-361