基于新增确诊数据和光滑算子对FUDAN-CCDC模型反演算法的改进

• 作者: 严阅 程晋 罗心悦 薛弋韬 邵年 陈文斌
• 来源期刊: 数学建模及其应用
• 学科: 数学
• 关键词: COVID-19 FUDAN-CCDC模型 新增确诊 光滑算子 武汉模式和意大利模式
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 建模探索
• 页码范围: 13-19,封2,封3
• 页数: 9页
• 分类号: O29
• 字数: 3500字
• 语种: 中文

摘要

2019年12月,新型冠状病毒肺炎(Corona-Virus-Disease,COVID-19)的疫情被人们识别认知,全世界都开始重视这个疫情.截至2020年4月21日24时,全球已累计确诊2568603例.科学地预测疫情发展趋势对疫情防控至关重要.FUDAN-CCDC模型用于国内疫情的预测产生了很好的效果,但是在用于欧美国家的疫情分析预测时效果不是很理想.本文对FUDAN-CCDC模型的优化目标进行了改进,考虑了新增数据的拟合,并考虑了欧美疫情数据的周末现象,提出对数据进行光滑预处理.新加入的两种可能的反演优化目标的改变,会对零增时间有较大的影响.在此基础上进一步发展的算法,可以得到更好的拟合和预测效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈文斌	复旦大学数学科学学院	24	87	4.0	8.0
3	程晋	复旦大学数学科学学院	13	39	3.0	6.0
5	严阅	上海财经大学数学学院	2	2	1.0	1.0
6	邵年	复旦大学数学科学学院	3	0	0.0	0.0
7	罗心悦	上海财经大学数学学院	1	0	0.0	0.0
8	薛弋韬		1	0	0.0	0.0