基于SIR-B对无症状感染者在COVID-19中的分析与预测

随着全球COVID-19疫情的蔓延，越来越多的无症状感染者被发现，并在疫情的传播中产生了越来越重大的影响。针对该问题，提出了一个基于时变修正的SIR-B模型，其在传统SIR模型的基础上考虑了存在无症状感染者的因素，利用改变了适应度函数的粒子群优化算法，对无症状感染者在疫情后续发展中的影响进行了预测。仿真实验结果表明SIR-B模型的感染人数比SIR模型多约三分之一，其数据更接近于实际情况。SIR-B模型较传统的SIR模型具有更强的自适应能力，且疫情预测更加准确。