基于机器学习的新冠肺炎疫情趋势预测方法

防控措施对传染病的传播过程有重要作用，因此在预测新型冠状病毒肺炎疫情未来发展趋势时必须要考虑防控措施的影响。该文提出了基于机器学习的新冠肺炎疫情三步预测模型，将神经网络、随机森林、长短期记忆网络和序列到序列等机器学习算法引入到新冠肺炎传染病疫情预测中。与前人的预测模型相比，所提出的模型考虑了新冠肺炎疫情发展过程中防控措施的变化情况，可以使用检测数据预测未来的确诊人数和实际感染规模。研究结果表明：预测结果与实际数据基本一致，模型具有较高的可靠性。该预测方法可以使政府管理部门更准确地了解新冠肺炎疫情的实际发展态势，帮助管理者更有效地分配医疗资源，为新冠肺炎疫情防控提供决策参考。     

基于广义SEIR模型的新冠肺炎传播机制及干预效果仿真

 新型冠状病毒肺炎（新冠肺炎）已在全球多个国家和地区蔓延，且不同国家和地区新冠肺炎的传播扩散过程和传染预测模式不尽相同。以美国和中国新冠肺炎公开数据为样本，首先应用广义SEIR模型，对疾病传播参数进行估计。其次，确定基本传染数R₀中各参数对疾病的影响，进而基于Anylogic仿真，利用系统动力学模型进行参数敏感性分析，定量表征关键参数对疾病传播的影响。最后，根据分析结果提出针对性的防控干预措施，以中美为例模拟不同防控级别的干预效果。研究发现，广义SEIR模型对中国与美国新冠肺炎传播机制的拟合性较好，保护率、感染率和平均检疫时间对防控疫情影响显著，并可以通过针对性的措施来提高保护率、降低感染率、缩短平均检疫时间。     

基于广义SEIR模型的新冠肺炎传播机制及干预效果仿真

 新型冠状病毒肺炎（新冠肺炎）已在全球多个国家和地区蔓延,且不同国家和地区新冠肺炎的传播扩散过程和传染预测模式不尽相同。以美国和中国新冠肺炎公开数据为样本,首先应用广义SEIR模型,对疾病传播参数进行估计。其次,确定基本传染数R₀中各参数对疾病的影响,进而基于Anylogic仿真,利用系统动力学模型进行参数敏感性分析,定量表征关键参数对疾病传播的影响。最后,根据分析结果提出针对性的防控干预措施,以中美为例模拟不同防控级别的干预效果。研究发现,广义SEIR模型对中国与美国新冠肺炎传播机制的拟合性较好,保护率、感染率和平均检疫时间对防控疫情影响显著,并可以通过针对性的措施来提高保护率、降低感染率、缩短平均检疫时间。     

基于改进SEIR模型的新冠肺炎疫情分析与预测

针对新型冠状病毒的潜伏期较长，基于每日发布的新冠疫情数据集，在经典SEIR (Susceptible-Exposed-Infected-Recovered)模型的基础上，考虑了隐性传播人群，并且将确诊人群分为两类(一类感染者具有传染能力；一类感染者由于处于隔离期间，其感染能力可忽略不计),构建了基于改进SEIR的新冠肺炎传播动力学模型。以2021年12月15日到2022年1月13日的西安市疫情数据为依据，拟合得到了改进SEIR模型的动力学参数，对西安市COVID-19疫情进行预测和评估。结果表明，基于改进SEIR传染病动力学模型对疫情的理论估计与西安市疫情的实际情况较为符合，数据可视化和医学隔离等措施对抑制疫情大面积传播有重要作用。     

数据驱动下新冠肺炎基本再生数的计算方法

2019年突如其来的新冠肺炎疫情给我国经济社会发展和人民生活带来严重影响.如何科学合理计算新冠肺炎传播的基本再生数对疫情的控制尤为重要.目前,已有的计算新冠肺炎基本再生数方法大都基于数据辨识模型参数进而算出其值.给出一种利用数据结合模型直接计算新冠肺炎传播基本再生数的新方法.利用该方法及峰值数据可以计算基于SIR模型、SEIR模型及SEIAR模型全国、湖北及广东新冠肺炎传播的基本再生数.该方法能反映基本再生数和新冠肺炎传播相关数据的直接关系.     

基于 SIR 传染病模型的印度新冠疫情波及影响分析

针对印度新型冠状病毒肺炎(COVID-19)疫情的传播,建立通过设定目标函数求最优解来确定模型未知参数的 SIR 传染病动力学模型。 首先通过线性回归拟合参数范围,设定目标函数作为约束条件,结合龙格-库塔法,借助 Matlab 软件确定参数值最优解,进行 SIR 模型拟合和预测,发现印度疫情拐点将出现在 2021 年 5 月 8 日左右,结合预测数据推导未来每日新增及累计新增病例数,虽未来 100 d 内将持续出现新增病例,但疫情现期已经有消退趋势;其次考虑印度变种病毒 B. 1. 617 以及当下疫苗接种情况的影响,建立加入疫苗影响因素的 SIR 预测模型,通过进行疫苗接种灵敏度分析模拟出印度疫苗接种率大约需要达到 75%,考虑有效保护率则接种率需要高达 95%,才可以建立起群体免疫屏障;最后通过基本传染数验证了疫苗接种率,并对新冠波及影响做出了相应对策分析。     

COVID-19疫情传播建模分析

当大规模传染性疾病威胁到人类安全时,有效预测其传播趋势是减少疾病对人们伤亡和财产损失的重要措施.该文使用3种方法对2019年新冠肺炎的传播趋势进行建模分析,并以北京市、云南省、江西省为代表预测其传播趋势和确诊人数的峰值.实验结果表明:当使用高阶函数拟合对前期的发展趋势进行建模时,其趋势与真实的疫情最吻合,趋势拟合效果最佳,峰值误差最小.当使用Logistic增长曲线中的S型曲线对前期的发展趋势进行建模时,其趋势与真实的疫情基本吻合,趋势拟合效果次佳,峰值误差次佳.当使用基于动力学传播模型中的SIR模型对前期的发展趋势进行建模时,其趋势与真实的疫情基本吻合,趋势拟合效果在3种方法中最差,峰值误差也最大.     

考虑舆情的分时段SIQR模型的新冠疫情分析与预测

为了科学地研判本土新冠疫情复发时的发展趋势,有效控制和防止疫情蔓延,本文将疫情传播分为三个时段,并综合考虑舆情与防控措施对各时段的干预效果,建立了一种分时段的具有非线性参数的新型冠状病毒肺炎传染模型.在真实数据集上的仿真结果表明: 对感染者排查力度的快速增强会显著干预疫情扩散,可使受感染人数增速减缓的拐点提前到来.相比其他模型,所提模型对大连2020年12月疫情的预测结果不仅均方误差小,而且曲线的变化趋势更贴近现实情况.此外,本文对具有长自由传播期和强聚集性的疫情进行了仿真,预测误差与同类模型相比较小.这表明本模型具有一定的通用性与健壮性.     

新冠疫情对京津冀城市群城市发展的影响——以北京、天津、石家庄三大城市为例

为兼顾新型冠状病毒肺炎疫情常态化背景下的城市安全与发展，该文研究了不同新冠疫情阶段对城市群城市发展的影响机制。在文献搜集和分析的基础上，从多维度构建城市发展水平指标体系，并通过Cronbach系数检验指标信度；使用组合赋权法构建新冠疫情影响下的城市发展水平指标体系；进而利用差分整合移动平均自回归(ARIMA)模型预测无新冠疫情影响下的城市发展水平，通过与有疫情影响下的实际数据进行对比，定量评估新冠疫情对京津冀城市群中核心城市发展水平的影响。研究结果表明：在新冠疫情爆发期，城市群内城市发展水平走势呈现趋同化；城市具有韧性属性。该研究对新冠疫情常态化下城市群的应急管理决策具有参考意义。     

基于SEIR模型分析相关干预措施在新型冠状病毒肺炎疫情中的作用

目的:评价新型冠状病毒肺炎(COVID-19)疫情中相关干预措施的作用.方法:收集COVID-19疫情数据,分析COVID-19的传播特点,利用Python建立SEIR模型,加入潜伏期传染率、感染人群变化率等新参数,尝试分析防控手段的有效性.结果:给出多种相关干预措施下疫情发展趋势的预测.模型显示,基于严格限制出行的隔离措施能够减缓COVID-19发病曲线发展的趋势,使潜伏和感染人群的峰值降低45.71%和29.90%,潜伏人群数量较快到达群峰;模拟发现,本次疫情的拐点将出现在3月初,但对比COVID-19疫情实际数据,疫情拐点或将提前出现.结论:COVID-19疫情的防控措施是有效的,各地方政府应严格执行隔离制度,切断传播途径,巩固成果,全力遏制COVID-19传播.     

新冠肺炎疫情背景下中国港口冷链运行效率

为科学评价新冠肺炎疫情对中国港口冷链运行效率的影响，基于数据包络分析(DEA),同时考虑评价指标数据的差异性和指标间关系，将变异系数法和相关系数法与DEA模型结合，得到改进的DEA模型。以新冠肺炎疫情对中国港口冷链运行造成的影响为例，使用改进的DEA模型和空间自相关模型进行分析。结果表明：新冠肺炎疫情期间，中国沿海重要港口的冷链运行效率整体呈现先下降后上升的特点，除连云港港外，其余港口冷链运行效率均在新冠肺炎疫情的传导爆发期降至最低；疫情发生前后，莫兰指数散点图中的各个港口位于第二、四象限，尽管大连港、宁波-舟山港及广州港在新冠肺炎疫情的冲击增长期冷链业务量上升明显，但港口冷链业务竞争格局并未出现显著变化；中国政府迅速采取的防控措施对港口外贸冷链业务产生了一些影响，尤其是大连港和上海港受到的影响频次和程度较大，但从长远角度看，强有力的管控措施对于控制港区疫情传播风险、维护港口长期运行稳定及保障贸易活动的正常进行具有重要意义。     

基于多隔离策略的新冠肺炎疫情建模及分析

针对已经爆发的新冠肺炎疫情,考虑多隔离措施建立了非线性传染病模型来研究新冠肺炎疫情的趋势.利用新冠肺炎疫情的全国数据与仿真实验结果的对比拟合,说明了隔离措施对于新冠肺炎防控的重要性.结果表明:如果隔离措施晚执行一周,那么整个疫情的感染人数就将增加近7倍.此外,针对湖北省新增临床确诊病例的措施,进行了仿真实验分析,结果表明:该措施有效地解决了之前可能存在漏诊病例的问题,并可以大幅加快疫情的消亡速度.后续官方公布的实际数据也验证了本文的仿真结果.     

广东省新型冠状病毒肺炎疫情流行趋势的初步预测

目的:通过计算和预测广东省新型冠状病毒肺炎的基本再生数,研究广东省疫情的流行趋势为其防控和相关政策支持提供依据.方法:依据广东省卫健委截至2020年2月8日的官方数据,构建传染病动力学SIR模型,计算现阶段新型冠状病毒肺炎基本再生数,并结合指数平滑法对未来基本再生数的变化加以预测.结果:疫情初期,广东省新冠肺炎基本再生数为2.48,并呈现波动下降的趋势.疫情将在2月下旬迎来拐点,3月下旬疫情将走向消亡.结论:新型冠状病毒肺炎在广东省的传播致病能力逐渐降低,目前阶段疫情正在逐步得到控制,采用及时有效的防控措施能够加快疫情的扑灭.     

从数据视角探寻国内新冠肺炎疫情发展特点

近日,湖北在院治疗新冠肺炎患者清零,以武汉为主战场的国内新冠肺炎疫情防控取得重要阶段性成效,与此同时,全球疫情持续爆发,对我国疫情防控构成反向输入压力.本文分析了国内疫情发展趋势特点,研究表明:国内疫情具有明显的本土疫情和境外输入疫情阶段特征,疫情发展初期对疫情中心周边地区和经济发达地区影响较大,疫情发展后期国际航班密集的特大城市和陆路口岸较多的边境省份受境外输入压力较大,采取严格防控措施能够有效阻断疫情传播链条.建议在全球疫情拐点未到来时,国内疫情防控仍需谨慎,国家公共卫生应急体系应进一步完善.     

基于延迟效应的SAIR_2D模型对新冠肺炎疫情的分析预测及防控策略研究

提出了一种改进的SEIR疫情传播模型(SAIR_2D),对近期新疆爆发的新冠肺炎疫情流行机制进行了分析,并对传播趋势进行了初步预测。首先,考虑此次爆发的COVID-19病例多表现为无症状感染者(A)且A类人群的筛查检测过程需要时间,建立具有延迟效应的SAIR_2D模型并进行数值解析和模拟仿真实验。结果表明,模型对疫情传播的相关估计与实际情况较为符合,特别是在疫情爆发初期能够较为准确的预测感染病例。最后,评估了封城的有效性,分析表明及时封城可以控制COVID-19的传播,提出的相关防控策略可为有关部门提供借鉴。     

基于SEIR模型视角的重大公共卫生事件中伪科学网络谣言的传播治理：以新冠肺炎疫情为例

 新型冠状病毒肺炎防疫工作进入关键时期,而期间大量滋生的伪科学网络谣言导致各地广泛出现盲目抢购、囤货等不良社会事件,严重影响疫情防控与社会正常秩序。以新冠肺炎疫情为例,在总结梳理国内外学者对伪科学、网络谣言等定义的基础上,给出适用本文的伪科学网络谣言的定义;选取本次疫情中影响较大的4个伪科学网络谣言,收集其在新浪微博传播过程中的数据,分析伪科学网络谣言在疫情中的传播特点;以SEIR模型为基础,综合考虑政府干预滞后性、个体信息接受从众效应、谣言传播特点等对模型进行合理改进,并通过数值实验对重大公共卫生事件中的伪科学网络谣言传播机制进一步研究;最后,基于前文分析从不同角度对重大公共卫生事件中伪科学网络谣言的传播治理提出针对性对策建议。     

灰色马尔科夫模型在我国病毒性肝炎发病率预测中的应用研究

为科学、准确的预测我国病毒性肝炎的发病趋势，利用灰色马尔科夫模型对我国2000-2016年病毒性肝炎发病率进行拟合，对2017-2019年发病率数据进行预测，并与灰色GM(1,1)预测模型比较以检验模型拟合与预测效果.结果表明，2000-2016年我国病毒性肝炎发病率的灰色马尔科夫模型拟合的平均相对误差为3.06%,灰色GM(1,1)模型拟合的平均相对误差为11.96%;2017-2019年灰色马尔科夫模型预测的平均相对误差为2.05%,灰色GM(1,1)模型预测的平均相对误差为13.47%.灰色马尔科夫模型比灰色预测模型的预测结果更准确，模型精度更优，是我国病毒性肝炎发病率预测效果较为科学、准确的预测模型.     

基于易感-感染-恢复(SIR)模型的2019冠状病毒病早期传播分析及政府防控措施研究

2019新型冠状病毒肺炎（COVID-19）疫情的暴发给中国乃至全球公共卫生带来了重大挑战,研究传染病动力学模型有助于更好地优化疫情防控政策、评估干预措施效果。在已知病毒传播规律的基础上,考虑城市间的有效距离因素,引入干预项参数,建立可用于COVID-19疫情评估的SIR传播动力学模型;根据疫情的早期数据,分析感染人数、死亡人数等指标性数值的发展趋势,评估政府干预手段对趋势变化产生的影响。通过计算和理论分析表明,防控隔离和集中收治等措施有效抑制了病毒的蔓延态势。修正的SIR模型在COVID-19传播趋势分析上是可靠的,可以为制订未来的疫情干预决策提供较好的理论支持。     

基于泊松回归模型和注意力配置理论的新冠疫情防控研究

基于两种方法量化我国新冠疫情防控措施的有效性,实现交叉验证.首先,综合考虑温度、湿度、风速、压强等环境因素,提出一个泊松回归模型,并拟合实际数据校准模型.得出环境因素对新冠疫情有显著的负影响,而防控措施影响最大,验证了我国防控措施成效显著.同时,基于中央层面有关新冠疫情防控的173份政策文本,运用文本分析,量化疫情防控中的注意力配置,得出其注意力配置包括疫情阻断、民生保障、经济发展以及政府监管4个向度,各向度政策在疫情不同阶段占比和对疫情防控的有效性有不同呈现.     

城市居民活动韧性——新冠肺炎疫情期间轨道客流恢复的实证

居民活动韧性是社会韧性的重要体现。文中从社会韧性概念出发，定性验证新冠肺炎疫情期间居民活动韧性的存在性，定量分析其演进机制。首先，收集了我国境内28个城市在新冠肺炎疫情发生前后近两年的轨道交通逐日客流数据，定义并测度了居民活动韧性，引入逻辑函数对客流恢复过程进行建模分析；其次，从政策调整与行为适应角度建构并分析政府、公众等多元主体的行动调节和学习适应过程。结果显示，轨道交通网络规模越大的城市，居民活动韧性越高；相较于人口小于500万的城市，人口超过1 000万的超大城市工作日客流恢复到50%、80%、90%和100%水平的时间分别提前7、15、47和95 d，越到恢复后期二者差异越大，周末也呈现出相似的规律。同时，工作日刚性出行相比周末弹性出行具有更强的活动韧性，工作日和周末客流恢复的逻辑函数拟合参数α分别为0.019和0.016,H分别为77.07和106.82 d。在首轮疫情之后的疫情再爆发期间，轨道交通客流下降幅度减小，客流日均恢复率是首轮疫情时的1～3倍，居民活动韧性显著提升。研究认为，科学防控所塑造的公信力提升了公众对管控政策的遵守，公众对风险的认知和学习能显著改善活动韧性。...