基于传染病大数据的改进SIR模型探究

发布时间：2021-08-20 18:36

　　为了探究SIR模式对大数据的预测和分析效果,本文基于中国卫健委公布的全国传染病的数据,考虑多个因素对病毒的影响,建立了改进的微分方程组模型。模型引入政府管控力等多个参数,采用全国确诊病例、疑似病例等日度数据序列拟合模型参数,能够用于评估政府管控力度对传染病的影响。 

【文章来源】：信息与电脑(理论版). 2020,32(15)

【文章页数】：3 页

【部分图文】：

确诊病例预测值与实际值趋势对比图

(2)政府管控力度参数i、每个感染非隔离的人在被隔离前传染率参数k以及变量G(t)感染非隔离的人数,反映了政府对病毒的控制力度、隔离程度以及医疗卫生环境的状况。从图2可以看出,政府的管控力度越强,感染非隔离的人群越易控制,将使得传染病的周期缩短,减少病例人数。由此可以看出,预防和控制传染病病毒的最佳途径是加大政府控制力度。3 结 语

【参考文献】：
期刊论文
[1]基于时变参数-SIR模型的COVID-19疫情评估和预测[J]. 喻孜,张贵清,刘庆珍,吕忠全.  电子科技大学学报. 2020(03)
[2]一类分数阶复值SIR传染病模型的稳定性分析[J]. 刘娜,方洁,邓玮,方娜.  数学的实践与认识. 2019(23)
[3]一阶常微分方程初值问题的数值解法[J]. 支越.  中国传媒大学学报(自然科学版). 2019(03)
[4]自适应网络中的流行病传播动力学研究综述[J]. 杨慧,唐明,许伯铭.  复杂系统与复杂性科学. 2012(04)
[5]考虑感染时延的局域世界复杂网络上疾病传播行为[J]. 夏承遗,孙世温,刘忠信,陈增强,袁著祉.  辽宁工程技术大学学报(自然科学版). 2009(04)
[6]复杂网络上SIRS类疾病传播行为分析[J]. 李光正,史定华.  自然科学进展. 2006(04)
[7]SARS传播的数学模型的建立与分析[J]. 黄良英,邱修峰,周昌隆.  南昌大学学报(理科版). 2005(04)
[8]SARS预测模型及分析[J]. 杨萍,易世华,叶红兵,周卫军.  陕西师范大学学报(自然科学版). 2004(S1)
[9]用常微分方程模型分析预防和隔离措施对SARS发病率的影响[J]. 王鑫,郭玉翠.  数学的实践与认识. 2004(12)



本文编号：3354023