典型文献
基于SIR-B对无症状感染者在COVID-19中的分析与预测
文献摘要：
随着全球COVID-19疫情的蔓延,越来越多的无症状感染者被发现,并在疫情的传播中产生了越来越重大的影响.针对该问题,提出了一个基于时变修正的SIR-B模型,其在传统SIR模型的基础上考虑了存在无症状感染者的因素,利用改变了适应度函数的粒子群优化算法,对无症状感染者在疫情后续发展中的影响进行了预测.仿真实验结果表明SIR-B模型的感染人数比SIR模型多约三分之一,其数据更接近于实际情况.SIR-B模型较传统的SIR模型具有更强的自适应能力,且疫情预测更加准确.
文献关键词：
数据分析;COVID-19;SIR模型;SIR-B模型;粒子群优化算法
中图分类号：
作者姓名：
马千里;郭鑫;申一骏
作者机构：
山西大学计算机与信息技术学院,山西太原030006;埃默里大学埃默里文理学院,美国亚特兰大GA 30322
文献出处：
引用格式：
[1]马千里;郭鑫;申一骏-.基于SIR-B对无症状感染者在COVID-19中的分析与预测)[J].山西大学学报（自然科学版）,2022(06):1494-1503
A类：
B类：
SIR,无症状感染者,变修,适应度函数,粒子群优化算法,疫情后,三分之一,自适应能力,疫情预测
AB值：
0.180927
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
