关于新型冠状病毒肺炎一类基于CCDC统计数据的随机时滞动力学模型

发布时间：2022-01-17 17:57

　　科学地预测新型冠状病毒肺炎疫情发展趋势对疫情防控至关重要.本文对中国疾病预防控制中心（CCDC）发布^[1]的数据进行了分析,给出了关于新型冠状病毒肺炎的一些可能的统计模型:传播链中连续病例的发病时间间隔分布、感染至发病的时间间隔分布和发病至住院的间隔时间3个分布,并形成了感染至确诊的时间间隔分布表达.结合CCDC统计数据和程晋团队的时滞动力学模型（TDD–NCP模型）,本文发展了新的随机时滞动力学模型（Fudan–CCDC模型）,并给出了参数反演结果与疫情分析. 

【文章来源】：控制理论与应用. 2020,37(04)北大核心EICSCD

【文章页数】：8 页

【部分图文】：

图1 时间间隔拟合图

Fudan–CCDC1模型预测图

Fudan–CCDC1模型预测图

【参考文献】：
期刊论文
[1]基于一类时滞动力学系统对新型冠状病毒肺炎疫情的建模和预测[J]. 严阅,陈瑜,刘可伋,罗心悦,许伯熹,江渝,程晋.  中国科学:数学. 2020(03)
[2]SARS爆发预测和预警的数学模型研究[J]. 刘畅,丁光宏,龚剑秋,王凌程,珂张迪.  科学通报. 2004(21)
[3]SARS传染扩散的动力学随机模型[J]. 石耀霖.  科学通报. 2003(13)



本文编号：3595181