為了探究SIR模式對大數(shù)據(jù)的預(yù)測和分析效果,本文基于中國衛(wèi)健委公布的全國傳染病的數(shù)據(jù),考慮多個因素對病毒的影響,建立了改進的微分方程組模型。模型引入政府管控力等多個參數(shù),采用全國確診病例、疑似病例等日度數(shù)據(jù)序列擬合模型參數(shù),能夠用于評估政府管控力度對傳染病的影響。 

【文章來源】：信息與電腦(理論版). 2020,32(15)

【文章頁數(shù)】：3 頁

【部分圖文】：

確診病例預(yù)測值與實際值趨勢對比圖

(2)政府管控力度參數(shù)i、每個感染非隔離的人在被隔離前傳染率參數(shù)k以及變量G(t)感染非隔離的人數(shù),反映了政府對病毒的控制力度、隔離程度以及醫(yī)療衛(wèi)生環(huán)境的狀況。從圖2可以看出,政府的管控力度越強,感染非隔離的人群越易控制,將使得傳染病的周期縮短,減少病例人數(shù)。由此可以看出,預(yù)防和控制傳染病病毒的最佳途徑是加大政府控制力度。3 結(jié) 語

【參考文獻】：
期刊論文
[1]基于時變參數(shù)-SIR模型的COVID-19疫情評估和預(yù)測[J]. 喻孜,張貴清,劉慶珍,呂忠全.  電子科技大學(xué)學(xué)報. 2020(03)
[2]一類分數(shù)階復(fù)值SIR傳染病模型的穩(wěn)定性分析[J]. 劉娜,方潔,鄧瑋,方娜.  數(shù)學(xué)的實踐與認識. 2019(23)
[3]一階常微分方程初值問題的數(shù)值解法[J]. 支越.  中國傳媒大學(xué)學(xué)報(自然科學(xué)版). 2019(03)
[4]自適應(yīng)網(wǎng)絡(luò)中的流行病傳播動力學(xué)研究綜述[J]. 楊慧,唐明,許伯銘.  復(fù)雜系統(tǒng)與復(fù)雜性科學(xué). 2012(04)
[5]考慮感染時延的局域世界復(fù)雜網(wǎng)絡(luò)上疾病傳播行為[J]. 夏承遺,孫世溫,劉忠信,陳增強,袁著祉.  遼寧工程技術(shù)大學(xué)學(xué)報(自然科學(xué)版). 2009(04)
[6]復(fù)雜網(wǎng)絡(luò)上SIRS類疾病傳播行為分析[J]. 李光正,史定華.  自然科學(xué)進展. 2006(04)
[7]SARS傳播的數(shù)學(xué)模型的建立與分析[J]. 黃良英,邱修峰,周昌隆.  南昌大學(xué)學(xué)報(理科版). 2005(04)
[8]SARS預(yù)測模型及分析[J]. 楊萍,易世華,葉紅兵,周衛(wèi)軍.  陜西師范大學(xué)學(xué)報(自然科學(xué)版). 2004(S1)
[9]用常微分方程模型分析預(yù)防和隔離措施對SARS發(fā)病率的影響[J]. 王鑫,郭玉翠.  數(shù)學(xué)的實踐與認識. 2004(12)



本文編號：3354023