期刊文章详细信息
基于时变参数-SIR模型的COVID-19疫情评估和预测 ( EI收录)
The Outbreak Assessment and Prediction of COVID-19 Based on Time-varying SIR Model
文献类型:期刊文章
YU Zi;ZHANG Gui-qing;LIU Qing-zhen;LÜ Zhong-quan(College of Science,Nanjing Forestry University Nanjing 210037;College of Science,Tianjin University of Science&Technology Binhai Tianjin300457;Hematology Hospital,Chinese Academy of Medical Sciences Heping Tianjin 300020)
机构地区:[1]南京林业大学理学院,南京210037 [2]天津科技大学理学院,天津滨海新区300457 [3]中国医学科学院血液病医院,天津和平区300020
基 金:国家自然科学基金(11247217)。
年 份:2020
卷 号:49
期 号:3
起止页码:357-361
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:该文基于COVID-19疫情发展到2020年2月1日所呈现的特点,对SIR模型进行了修正,使用易感再生数、当日感染率和潜伏感染率来求解病毒演化动力学方程,研究了感染人数的变化趋势,并分析了政府防控措施对趋势变化产生的影响。结果表明,从2020年1月24日后,政府的防控措施有效降低了病毒蔓延趋势。与1月24日之前呈现的趋势相比,截至2020年2月1日,实际感染人数较原趋势预估人数下降了超1/2。易感再生数、当日再生数和潜伏再生数都大幅度降低。基于目前的趋势,对易感再生数、当日感染率、潜伏感染率随时间的变化进行了分析,利用时变参数对疫情发展进行了预测。结果表明在2020年2月9日左右,疫情发展会达到高峰,随后确诊人数将出现下降。
关 键 词:COVID-19 疫情评估 预测 SIR模型
分 类 号:TP391] O414[计算机类]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...