在傳統(tǒng)SEIR模型的基礎(chǔ)上,引入了"無癥狀感染者"的概念�？紤]無癥狀感染者的隱蔽性和傳染性,通過改進(jìn)傳統(tǒng)的SEIR模型,建立了一種更加精確的SEIADR模型。運(yùn)用該模型對(duì)湖北省新型冠狀肺炎的疫情數(shù)據(jù)發(fā)展趨勢進(jìn)行預(yù)測分析,結(jié)果顯示,引入無癥狀感染者的SEIADR模型具有更好的擬合效果和預(yù)測性能,更加接近真實(shí)數(shù)據(jù)。 

【文章來源】：河南工學(xué)院學(xué)報(bào). 2020,28(05)

【文章頁數(shù)】：5 頁

【部分圖文】：

SEIADR模型整體仿真結(jié)果

河南工學(xué)院學(xué)報(bào)2020年5期32較差，與實(shí)際數(shù)據(jù)有較大出入，而SEIADR模型能夠有效地預(yù)測湖北省的真實(shí)情況，且模型顯示3月中下旬累計(jì)死亡人數(shù)達(dá)到峰值，之后逐漸趨于平緩，接近湖北省公布的真實(shí)數(shù)據(jù)。圖4和圖5為兩種模型分別在同一組確診數(shù)據(jù)下的擬合情況。通過比較可以看出，由于SEIR模型沒有考慮無癥狀感染者，所以只能預(yù)測疫情的大致走向，對(duì)疫情關(guān)鍵節(jié)點(diǎn)的預(yù)測存在不足[6]；而引入無癥狀感染者之后的SEIADR模型能夠很好地?cái)M合原數(shù)據(jù)。圖6為SEIADR模型對(duì)疫情的總體仿真結(jié)果。從該圖可以看出，疫情真正的拐點(diǎn)出現(xiàn)在疫情爆發(fā)后60天左右，也就是在2020年2月中旬左右，這與實(shí)際情況相吻合（實(shí)際拐點(diǎn)在2月18日左右）。當(dāng)無癥狀感染者得到有效控制之后，疫情整體也就進(jìn)入平緩下降期，同時(shí)這也是3月份有序復(fù)工復(fù)產(chǎn)的重要依據(jù)。圖4兩種模型確診數(shù)據(jù)擬合對(duì)比圖圖5兩種模型死亡數(shù)據(jù)擬合對(duì)比圖圖6SEIADR模型整體仿真結(jié)果

河南工學(xué)院學(xué)報(bào)2020年5期32較差，與實(shí)際數(shù)據(jù)有較大出入，而SEIADR模型能夠有效地預(yù)測湖北省的真實(shí)情況，且模型顯示3月中下旬累計(jì)死亡人數(shù)達(dá)到峰值，之后逐漸趨于平緩，接近湖北省公布的真實(shí)數(shù)據(jù)。圖4和圖5為兩種模型分別在同一組確診數(shù)據(jù)下的擬合情況。通過比較可以看出，由于SEIR模型沒有考慮無癥狀感染者，所以只能預(yù)測疫情的大致走向，對(duì)疫情關(guān)鍵節(jié)點(diǎn)的預(yù)測存在不足[6]；而引入無癥狀感染者之后的SEIADR模型能夠很好地?cái)M合原數(shù)據(jù)。圖6為SEIADR模型對(duì)疫情的總體仿真結(jié)果。從該圖可以看出，疫情真正的拐點(diǎn)出現(xiàn)在疫情爆發(fā)后60天左右，也就是在2020年2月中旬左右，這與實(shí)際情況相吻合（實(shí)際拐點(diǎn)在2月18日左右）。當(dāng)無癥狀感染者得到有效控制之后，疫情整體也就進(jìn)入平緩下降期，同時(shí)這也是3月份有序復(fù)工復(fù)產(chǎn)的重要依據(jù)。圖4兩種模型確診數(shù)據(jù)擬合對(duì)比圖圖5兩種模型死亡數(shù)據(jù)擬合對(duì)比圖圖6SEIADR模型整體仿真結(jié)果

【參考文獻(xiàn)】：
期刊論文
[1]2019新型冠狀病毒SEIR模型求解及MATLAB軟件實(shí)現(xiàn)[J]. 王眾,汪和松.  數(shù)字技術(shù)與應(yīng)用. 2020(02)
[2]新型冠狀病毒肺炎（COVID-19）研究現(xiàn)狀[J]. 丁玉曦,鄧存良.  西南醫(yī)科大學(xué)學(xué)報(bào). 2020(01)
[3]2019年新型冠狀病毒肺炎的研究現(xiàn)狀與進(jìn)展[J]. 楊欣穎,繆從良,晉夢迪,周丹丹,莊金強(qiáng),洪江.  中華危重病急救醫(yī)學(xué). 2020(02)
[4]SARS流行病的SEIR動(dòng)力學(xué)模型及其參數(shù)辨識(shí)[J]. 徐恭賢,馮恩民,王宗濤,譚欣欣,修志龍.  黑龍江大學(xué)自然科學(xué)學(xué)報(bào). 2005(04)



本文編號(hào)：3402715