基于贝叶斯优化SEIR模型的新型冠状病毒预测与分析

发布时间：2021-02-02 09:17

　　通过建立传染病动力学SEIR模型对疫情的趋势进行预测和分析。通过研究疫情数据系统地分析和预测新型冠状病毒肺炎拐点,建立了SEIR动力学模型,并且运用贝叶斯优化方法选择最优的超参数,提高模型的效果。模型显示,国内在春运前后的峰值和拐点分别为79 107人、2月27日和81 314人、2月25日;疫情拐点在管控后稍稍提前,并且在拐点之后感染人数下降速率加快,体现了管控所带来的影响。由于疫情初期意大利并没有采取相应的管控,在此只进行预测,预测结果峰值和拐点为14万人、4月21日左右。通过贝叶斯优化搜索出模型参数的最优解,增加模型的鲁棒性,该模型能够较好地拟合真实数据并对比国内采取管控前后所带来的影响,对国外疫情起到一定的指导意义。 

【文章来源】：安徽工程大学学报. 2020,35(06)

【文章页数】：8 页

【文章目录】：
1 相关工作
2 基于贝叶斯优化SEIR模型的新冠肺炎疫情分析
    2.1 数据来源
    2.2 模型参数分析
    2.3 贝叶斯优化方法
        （1）贝叶斯优化过程分析。
        （2）贝叶斯优化结果分析。
    2.4 基于贝叶斯优化的SEIR模型
3 结果与分析
4 总结



本文编号：3014460