新冠肺炎疫情极限IR实时预测模型

• 作者: 刘震 朱静怡 杜立 梅文娟
• 来源期刊: 电子科技大学学报
• 学科: 数学
• 关键词: 动力学模型 极限学习机 实时预测 SIR模型
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 专题:新型冠状病毒肺炎疫情防控
• 页码范围: 362-368
• 页数: 7页
• 分类号: O211.9
• 字数: 4980字
• 语种: 中文
• DOI: 10.12178/1001-0548.2020063

摘要

针对现有模型在开放空间的预测和时变参数估计上存在的局限性,该文在已知病毒传播规律的基础上,将极限学习机与动力学模型结合,提出了一种新的极限IR预测模型.通过对SIR模型的改进,该模型将病毒传播过程简化为感染态、治愈态和死亡态,并对时变函数及疫情趋势进行预测,解决了疫情中现有确诊人数、死亡人数和治愈人数实时预测的难题.实验证明,极限IR算法可准确实现疫情趋势的实时预测,为新型冠状肺炎疫情发展趋势提供了一种有效的数据分析模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘震	电子科技大学自动化工程学院	46	292	9.0	15.0
2	梅文娟	电子科技大学自动化工程学院	2	0	0.0	0.0
3	杜立	电子科技大学自动化工程学院	2	0	0.0	0.0
4	朱静怡	电子科技大学生命科学与技术学院	1	0	0.0	0.0