本文利用Python爬蟲技術(shù),獲取國家衛(wèi)健委每日發(fā)布的新冠肺炎相關(guān)病例(確診、疑似、治愈、死亡)數(shù)據(jù),基于疫情初期數(shù)據(jù)用SIR模型建立疫情變化趨勢圖,再結(jié)合政府制定的一系列干預(yù)政策,考慮其他影響疫情發(fā)展的因素,用改進(jìn)的SIR模型對疫情進(jìn)行預(yù)測,并對疫情的發(fā)展階段和趨勢進(jìn)行評估,得出在政府干預(yù)下,新冠肺炎疫情高峰下降及結(jié)束時間提前,肯定了政府干預(yù)措施的必要性,為世界各國建立有效的疫情防控提供參考。

【文章頁數(shù)】：3 頁

【文章目錄】：
1 引言
2 SIR模型建立
3 SIR模型改進(jìn)
4 結(jié)論



本文編號：3874769