新冠肺炎疫情极限IR实时预测模型

摘要：

针对现有模型在开放空间的预测和时变参数估计上存在的局限性,该文在已知病毒传播规律的基础上,将极限学习机与动力学模型结合,提出了一种新的极限IR预测模型.通过对SIR模型的改进,该模型将病毒传播过程简化为感染态、治愈态和死亡态,并对时变函数及疫情趋势进行预测,解决了疫情中现有确诊人数、死亡人数和治愈人数实时预测的难题.实验证明,极限IR算法可准确实现疫情趋势的实时预测,为新型冠状肺炎疫情发展趋势提供了一种有效的数据分析模型.

关键词：动力学模型、极限学习机、实时预测、SIR模型

所属期刊栏目：49

分类号：O211.9(概率论与数理统计)

资助基金：国家自然科学基金;四川省青年科技创新研究团队

在线出版日期：2020-06-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：362-368