基于改进SEIR模型的COVID-19疫情度量分析

摘要：

针对原有SEIR模型只能仿真群体转化的问题,提出一种可以增加仿真传染强度变化的改进SEIR模型,并使用该模型对第一波疫情大潮中中国、韩国、意大利等国家进行了疫情特征描述和防疫效果度量分析.考虑各国国情不同,在中位数模型中引人弹性变量求解平均潜伏期,设置不同的SEIR状态转换比例系数求解基本传染数,并使用高斯烟羽模型对传染强度变化过程进行可视化处理.疫情数据非常繁杂,难以清晰明了地分析数据之间的关系和度量各国防疫效果.根据控制传染源,切断传播途径,保护易感人群三个指标,使用相应的回溯参数对各国疫情趋势进行演绎,并将演绎结果与实际进行比较得出直观的度量结论.仿真结果认为中国、韩国的防疫效果最好.

关键词：潜伏期、基本传染数、高斯烟羽模型、模型

所属期刊栏目：40

分类号：TP391.9(计算技术、计算机技术)

资助基金：国家自然科学基金62073172

在线出版日期：2023-03-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：364-372