基于改進SEIR模型的COVID-19疫情狀況評估及發(fā)展趨勢預(yù)測
發(fā)布時間:2023-11-12 19:33
利用改進的SEIR模型,根據(jù)2020年1月26日到2月8日期間湖北、廣東、江西地區(qū)及全國的COVID-19疫情數(shù)據(jù)計算退出率、發(fā)病率等參數(shù),并用數(shù)據(jù)擬合的方法求出日均有效接觸人數(shù)的數(shù)值,評估不同地區(qū)的疫情狀況,并對疫情發(fā)展趨勢進行預(yù)測,最后,通過對基本再生數(shù)R0的階段性變化進行分析,討論了SEIR模型在疫情發(fā)展預(yù)測時存在的缺陷。
【文章頁數(shù)】:6 頁
【文章目錄】:
1 對各地區(qū)疫情狀況評估
1.1 解決思路
1.2 前提假設(shè)
1.3 模型的建立
1.3.1 初步模型的建立
1.3.2 模型的改進
1.4 求解與分析
1.4.1 參數(shù)的確定
1.4.2 各地日均有效接觸人數(shù)的求解
2 對疫情發(fā)展趨勢的預(yù)測
3 對基本再生數(shù)的計算
3.1 解決思路
3.2 對R0的階段性變化及預(yù)測分析
3.3 對使用SEIR模型預(yù)測疫情發(fā)展的缺陷總結(jié)
4 討論
本文編號:3863804
【文章頁數(shù)】:6 頁
【文章目錄】:
1 對各地區(qū)疫情狀況評估
1.1 解決思路
1.2 前提假設(shè)
1.3 模型的建立
1.3.1 初步模型的建立
1.3.2 模型的改進
1.4 求解與分析
1.4.1 參數(shù)的確定
1.4.2 各地日均有效接觸人數(shù)的求解
2 對疫情發(fā)展趨勢的預(yù)測
3 對基本再生數(shù)的計算
3.1 解決思路
3.2 對R0的階段性變化及預(yù)測分析
3.3 對使用SEIR模型預(yù)測疫情發(fā)展的缺陷總結(jié)
4 討論
本文編號:3863804
本文鏈接:http://sikaile.net/kejilunwen/yysx/3863804.html
最近更新
教材專著