基于引入隐形传播者的SEIR模型的COVID-19疫情分析和预测

摘要：

在传统SEIR模型基础上,引入了"隐形传播者"的概念,并利用2020年1月25日至2月22日的COVID-19疫情数据进行模型拟合,并对结果进行分析.同时,利用拟合好的模型对2020年2月22日之后的演化情况进行仿真.结果显示,引入隐形传播者的SEIR模型在拟合和预测性能上有显著提升,降低了50％～70％的拟合误差;拟合系数表明,在疫情前期和后期携带病毒人群占潜伏者的比例分别为30％和5％,被确诊的概率由7％上升为40％,核酸检测技术趋于成熟;隐形传播者初期人数约为70000,在国家有效管控下,目前控制在2500名附近;预测3月中旬为"拐点",4月底居民可恢复正常生活,最终累计确诊数在100000左右.

关键词：COVID-19、动力学模型、疫情评估、SEIR、隐形传播者

所属期刊栏目：49

分类号：O29;TP391(应用数学)

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8页

页码：375-382