新冠肺炎疫情在中國得到有效控制,為干預分析提供了實證研究基礎。基于SIR擴展的非均勻感染力模型,以2020年1月20日-3月23日數(shù)據(jù)構(gòu)建全國、湖北、武漢3層次分形子模型,應用吉布斯抽樣和機器學習高斯過程回歸獲得參數(shù)估計,模擬差異化場景進行干預敏感度分析,模型在參數(shù)設置和精度優(yōu)化方面有所突破。研究發(fā)現(xiàn)降低接觸是有效抑制疫情的核心杠桿,其敏感度是其他杠桿的3.5倍以上。強弱場景邊際效應不對稱,反映了中國方案對帕累托最優(yōu)的趨近。模擬分析評估了干預成效,為我國和全球其他國家后續(xù)判斷疫情風險、掌控干預節(jié)奏、制定防控策略提供有益參考。

【文章頁數(shù)】：7 頁

【文章目錄】：
1 前期研究與啟發(fā)
2 方法與數(shù)據(jù)
    2.1 模型邏輯架構(gòu)
    2.2 迭代矩陣降階與子過程分解
    2.3 數(shù)據(jù)來源與統(tǒng)計口徑
3 參數(shù)估計
    3.1 病毒特性參數(shù)估計
    3.2 干預杠桿參數(shù)估計
    3.3 模型擬合
4 敏感度分析
5 結(jié)束語



本文編號：3746739