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.     

新型冠状病毒肺炎传播动力学模型构建与分析

为研究新型冠状病毒肺炎(简称新冠肺炎)传播机理和传播风险，预测疫情发展趋势，对政府制定相关疫情防控政策提供帮助，提出了一种新的新冠肺炎传播非线性动力学模型(SLEIR)。该模型考虑到疫情中采取保护措施的人群，将其作为低危群体加入到模型中；通过对模型的基本再生数、平衡点、稳定性和分岔等进行分析，揭示新冠肺炎传播机理；利用印度新冠肺炎真实数据对模型参数和部分状态初值进行最小二乘拟合，根据拟合的参数对印度疫情发展趋势做出预测。该模型对印度3～4月、4～5月两阶段疫情预测平均相对误差分别为4.107%和2.805%,对于印度10月最新的疫情，预测平均相对误差为3.266%,预测结果表明SLEIR模型具有较好的预测效果。与传统SEIR模型相比，该模型能适应印度疫情复杂的变化趋势，且具有更高的预测精度，可以为政府选择合适的防控措施提供技术支撑。     

基于早期监测病例的埃博拉病毒传播风险评估

基本再生数是传染病动力学中反映传染病传播潜力最重要的参数,对基本再生数的估算是传染病传播风险评估工作的核心内容。该文针对2013年末发生于西非的埃博拉疫情的风险评估问题,提出了改进的最小二乘法作为疫情参数拟合方法,并对该次埃博拉疫情中3个重灾区国家(几内亚、塞拉利昂、利比里亚)境内的早期疫情数据进行了拟合,估算出了疫情的基本再生数,拟合结果与实际数据吻合得较好;通过分析几内亚境内疫情的早期数据,改进前人研究中所采用的基于均匀混合假设的易感者S(susceptible)、携带者E(exposed)、传染者I(infectious)以及移出者R(removed)(SEIR)模型,提出了多次疫情假说模型,较好地解释了几内亚境内疫情数据波动现象。该文提出的拟合标准和传染病动力学建模思路对于确定病毒传播性质、评估防疫措施效果、预测传播趋势以及遏制未来可能出现的疫情有着重要意义。     

基于Elman网络补偿模型的Smith预测控制

研究基于Elman网络补偿模型的Smith预测控制问题.采用互补建模方法对被控对象进行建模,其中机理模型反映被控对象的主要工作规律和运行趋势,但不可避免地存在一定的模型误差;通过Elman网络拟合机理模型的模拟误差,并对其进行补偿.实验结果表明,基于Elman网络补偿模型的Smith预测控制充分利用了神经网络的非线性拟合能力,只要对纯滞后环节精确建模,就可以完全抵消该环节对控制品质及系统稳定性的不利影响.该方法使得Smith预测控制可以用于模型不易精确确定的系统.     

改进最小二乘法对基坑支护结构竖向位移预测

为提高支护结构竖向沉降预测精度的问题,采用改进最小二乘法模型.在前期沉降值的基础上,引入一个修正后的最小二乘法预测曲线,得到新的预测模型,建立既保证原来的维数,而又不影响整个沉降发展趋势的改进最小二乘法模型.以SMW工法基坑支护为工程实例,利用改进最小二乘法对采集的监测数据进行研究,求出支护结构竖向位移拟合曲线,进而得到拟合值.结果表明:该方法所得的实测值和预测值进行比较,与实测值误差很小且满足规范规定的数值,证明该方法在SMW工法支护结构竖向位移预测中应用的有效性及预测所提高的精度;既保证了传统最小二乘法位移曲线的维数,又不影响整个预测沉降变形曲线的发展趋势,更适用于周边环境复杂的基坑支护结构竖向位移预测.     

一类迁移人群具有部分免疫的肺结核模型的分析

为预防肺结核疾病的传播,利用传染病建模思想,建立了一类迁移人群具有部分免疫的饱和发生率的肺结核模型.分析表明当移入潜伏者和染病者的比例均为0时模型才存在无病平衡点和基本再生数R_0.利用Lyapunov函数方法证明了当R_0≤1时,无病平衡点P~0是全局渐近稳定的;当R_00时,无病平衡点P~0是不稳定的.同时模型存在唯一的全局渐近稳定的地方病平衡点P~*.数值模拟结果与理论结果相一致,并使用模型对我国未来几年肺结核疫情进行了预测.     

采用小波变换和高斯过程的肌电信号模型预测

根据表面肌电信号的生物电信号特点,采用小波变换和高斯过程建模的方法对表面肌电信号进行建模和预测.对非线性的表面肌电信号利用拟合能力强大的高斯过程进行建模,预测效果较好,但所需运算时间长.针对其运算时间长的缺点进行改进,将预处理后的表面肌电信号小波分解,对分解后的系数高斯建模,然后重构.实验结果表明:该改进方法在响应时间和预测误差方面效果明显.     

港口软基沉降预测的对比研究

运用双曲线法、Asaoka法和灰色理论法3种预测模型,结合广东虎门港区码头工程的现场沉降监测数据,对该工程中用大面积吹填砂堆载预压后的最终沉降趋势进行了预测.结果表明:灰色理论预测效果最好,所得到的预测结果与实际吻合;双曲线法的预测效果次之;Asaoka法预测效果较差,前期和后期的误差都比较大.     

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.     

基于生态模型的新型冠状病毒肺炎疫情分析

为了研究和解释新型冠状病毒肺炎(COVID-19)疫情的变化趋势,本研究利用生态增长模型对实际数据进行拟合分析.收集COVID-19疫情的相关数据,构建确诊患者例数、治愈患者例数和死亡患者例数3项数值的logistic模型,并预测世界6个区域内的疫情发展趋势.截至2020年4月18日,logistic增长曲线的拟合数值...     

中国人感染H7N9的时空传播特性分析

为揭示中国人感染H7N9疫情的时空发展规律和演变规律,基于2013年至2017年人感染H7N9统计数据,分别进行时间序列和标准差椭圆分析.首先以月为时间单位分析疫情时间序列,识别疫情的高峰期和低谷期,在此基础上将整个疫情期进行阶段划分,并对各阶段的疫情变化规律进行分析.然后根据疫情病例的发生位置建立标准差椭圆,通过各阶...     

路基深层水平位移预测方法

研究了多种位移预测方法,并建立了相应的预测模型,用于水平位移预测.参照后验差比值C和小误差概率P等级划分标准,结果表明,GM（1,1）模型用于路基水平位移预测是可行的,该模型预测趋势与实测值一致,预测精度要高于对数曲线拟合法,稳定性要高于指数平滑法.     

Sloboda模型在隧道围岩变形预测中的应用及其适用性分析

隧道围岩变形的监测和分析对于隧道工程的设计和施工都非常关键,鉴于Sloboda生长曲线与隧道围岩变形-时间曲线的相似性,将Sloboda模型引入到围岩变形预测中,通过围岩变形-时间曲线的拟合预测未来围岩变形发展趋势和围岩极限变形值。通过工程实例具体分析了Sloboda模型的适用性,结果表明：Sloboda模型可以较好的拟合隧道围岩变形-时间曲线;围岩变形-时间曲线的波动性以及尾部阶段发展趋势进对Sloboda模型预测效果存在影响;Sloboda模型预测效果要优于指数曲线模型和双曲线模型,具有更好的应用价值。     

实证数据同化案例方法在新冠肺炎疫情分析中的应用

 采用“实证数据同化SARS案例疫情趋势模型”方法，以各地市卫生健康委员会发布的新型冠状病毒肺炎疫情数据为基础同化模型参数，总结研究团队2020年2月3-28日对全国（除湖北）、湖北省（除武汉）、武汉市的多次疫情趋势分析和决策建议，并提供3条预测曲线作为疫情防控指导线，预测疫情发展。该模型的疫情峰值线可作为评估当前防疫措施是否得当的标准线，用于各地市疫情趋势预警，指导防疫措施的制定，为医疗资源、生活应急物资的调度提供决策支持，为稳定民众情绪发挥作用。     

基于误差修正模型的压缩机组性能预测

针对前期制定的压缩机组运行方案不切实际的问题，开展了离心压缩机性能预测研究。采用误差修正的思想，以某压气站离心压缩机组为研究对象，运用多变换算法对压缩机组性能曲线进行换算，然后，基于最小二乘法曲面拟合原理对经过相似变换后的性能曲线进行拟合。考虑到压缩机组的劣化情况，运用最小二乘法一元拟合原理获得了性能参数的误差修正模型，并与不同工况下的多组历史数据进行对比分析，由误差修正模型得到的轴功率、压比预测值与其实测值的相对误差在3%以内，验证了误差修正模型的可靠性，为压缩机组运行方案的制定提供了切合实际的生产运行基础数据。     

页岩油水平井产量变化定量表征模型

页岩油水平井生产动态变化规律复杂，常规方法难以实现全生命周期的生产动态预测。为此，以吉木萨尔页岩油水平井为例，通过分析一口典型水平井自喷期生产动态曲线，将生产过程划分为焖井阶段、快速上产阶段、产量快速递减阶段和低产稳产阶段等4个阶段，并以此为基础，引入见油时刻、峰值产油量、峰值时间及平均递减率4个特征参数，推导建立页岩油水平井定量化表征模型，结合SPSA算法，实现全生命周期生产动态曲线的拟合、预测与参数解释反演。研究结果表明，峰值产油量和平均递减率对生产动态曲线影响较大，而见油时刻和峰值时间影响较小。运用提出的定量化表征模型及曲线拟合优化算法，进行了实例应用，证明了模型的适用性，也表明该模型可作为一种切实可靠的方法为现场提供页岩油水平井生产动态预测。     

多模型的油藏模拟自动历史拟合方法研究

传统油气藏数值模拟通常仅建立单个随机地质模型，采用人工历史拟合方式获得符合油藏动态的地质模型并用于方案预测。但由于地质资料相对稀少且地层非均质性的客观事实存在，历史拟合问题必然存在多解性，所获得的单个地质模型无法保证准确反映地下真实情况。本次研究中首先利用静态地质资料生产大量随机实现，使用PCA降维方法减少模型数据量，再利用聚类方法挑选出多个特征各异的实现作为初始模型，采用基于SPSA算法的自动历史拟合方法，获得多个符合油藏动态却又包含不同特征的历史拟合模型。结果表明，多模型能够更接近地下的真实情况，产生的预测结果不再是单一动态曲线，而是具有多种开发可能性的一系列曲线，这样使预测更为科学可靠。     

基于EMD的AR建模

自回归(Autoregressive,AR)模型是常用的平稳序列的拟合模型之一.不同于传统趋势的曲线拟合方法,文章利用经验模态分解方法(Empirical Mode Decomposition,EMD)得出序列的趋势,然后再进行建模.通过运城市某年的每日最高气温的数据,建模结果表明:与传统的建模方法比较,基于EMD的AR模型在拟合效果和预测效果上要更好.     

光谱重叠峰的曲线拟合解析策略与实现

针对光谱分析中的重叠峰问题,提出了一种基于曲线拟合的光谱重叠峰解析算法,讨论了曲线拟合的参数调整和表达非唯一性等问题,提出了最小峰 峰间距（MRI）、可分离最小峰 峰间距（MSI）和拟合误差曲线的三个特征区间等概念;在峰位的确定中,引入由宽逐严的排除策略。含噪模拟光谱重叠峰解析结果表明,所提出的算法是有效的。