文献类型：期刊文章

作　　者：邵年[1] 陈瑜[2] 程晋[1,3] 陈文斌[1,3]

SHAO Nian;CHEN Yu;CHENG Jin;CHEN Wen-bin(School of Mathematical Science,Fudan University,Shanghai 200433,China;School of Mathematics,Shanghai University of Finance and Economics,Shanghai 200433,China;Shanghai Key Laboratory for Contemporary Applied Mathematics,Fudan University,Shanghai 200433,China)

机构地区：[1]复旦大学数学科学学院,上海200433 [2]上海财经大学数学学院,上海200433 [3]复旦大学上海市现代应用数学重点实验室,上海200433

出　　处：《控制理论与应用》

基　　金：国家自然科学基金项目(11671098,91630309,11971121);高等学校学科创新引智计划项目(B08018)资助.

年　　份：2020

卷　　号：37

期　　号：4

起止页码：697-704

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSCD、CSCD2019_2020、EI、IC、JST、MR、PROQUEST、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：科学地预测新型冠状病毒肺炎疫情发展趋势对疫情防控至关重要.本文对中国疾病预防控制中心(CCDC)发布[1]的数据进行了分析,给出了关于新型冠状病毒肺炎的一些可能的统计模型:传播链中连续病例的发病时间间隔分布、感染至发病的时间间隔分布和发病至住院的间隔时间3个分布,并形成了感染至确诊的时间间隔分布表达.结合CCDC统计数据和程晋团队的时滞动力学模型(TDD-NCP模型),本文发展了新的随机时滞动力学模型(Fudan-CCDC模型),并给出了参数反演结果与疫情分析.

关 键 词：新型冠状病毒肺炎  时滞动力学模型  随机时滞动力学模型  疫情预测

分 类 号：R563.1] O175]