关于新型冠状病毒肺炎一类基于CCDC统计数据的随机时滞动力学模型c

• 作者: 程晋 邵年 陈文斌 陈瑜
• 来源期刊: 控制理论与应用
• 关键词: 新型冠状病毒肺炎 时滞动力学模型 随机时滞动力学模型 疫情预测
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 论文与报告
• 页码范围: 697-704
• 页数: 8页
• 字数: 6890字
• 语种: 中文
• DOI: 10.7641/CTA.2020.00069

摘要

科学地预测新型冠状病毒肺炎疫情发展趋势对疫情防控至关重要.本文对中国疾病预防控制中心(CCDC)发布[1]的数据进行了分析,给出了关于新型冠状病毒肺炎的一些可能的统计模型:传播链中连续病例的发病时间间隔分布、感染至发病的时间间隔分布和发病至住院的间隔时间3个分布,并形成了感染至确诊的时间间隔分布表达.结合CCDC统计数据和程晋团队的时滞动力学模型(TDD-NCP模型),本文发展了新的随机时滞动力学模型(Fudan-CCDC模型),并给出了参数反演结果与疫情分析.

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
5	程晋	复旦大学数学科学学院	13	39	3.0	6.0
9	陈瑜	上海财经大学数学学院	13	68	4.0	7.0
10	邵年	复旦大学数学科学学院	3	0	0.0	0.0