典型文献
新冠肺炎传播预测优化:基于少量早期数据的多阶段SEIRr模型
文献摘要：
使用传染病传播动力学模型预测重大新发突发传染病时,极易发生因早期统计数据与实际不符以及对传播特征的认识不足等原因而造成参数估计偏差,导致预测、分析结果不准确.本文结合新冠疫情肺炎传播特征改进SEIR模型,提出了考虑无症状感染者、自愈人群以及无效接触人群的多阶段SEIRr模型,并使用批量梯度下降算法进行参数学习,针对不同场景下的多个国家与地区的传播过程进行预测.实验结果表明,SEIRr模型拟合用数据更少,对数据质量要求更低,预测效果更好;而基于有限早期数据的多阶段模型能有效刻画新发突发传染病防控和治疗手段不断优化的过程,具有较好的拟合预测效果和通用性.
文献关键词：
SEIRr模型;COVID-19趋势预测;传染病传播动力学;参数估计
中图分类号：
作者姓名：
赛斌;宋兵;谭索怡;欧朝敏;周涛;张伟;吕欣
作者机构：
国防科技大学 系统工程学院,湖南 长沙 410073;电子科技大学 大数据研究中心,四川 成都 611731;四川大学华西医院 华西生物医学大数据中心,四川 成都 610041
文献出处：
引用格式：
[1]赛斌;宋兵;谭索怡;欧朝敏;周涛;张伟;吕欣-.新冠肺炎传播预测优化:基于少量早期数据的多阶段SEIRr模型)[J].工程管理科技前沿,2022(04):24-31
A类：
SEIRr,传染病传播动力学
B类：
传播预测,期数,传播动力学模型,新发突发传染病,传播特征,参数估计,无症状感染者,自愈,梯度下降算法,参数学习,同场,传播过程,模型拟合,数据质量,质量要求,多阶段模型,传染病防控,治疗手段,通用性,趋势预测
AB值：
0.244276
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。
