(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 (43)申请公布日 (21)申请号 202011214826.X
(22)申请日 2020.11.04
(71)申请人 温州大学
地址 325000 浙江省温州市瓯海区东方南
路38号温州市国家大学科技园孵化器
(72)发明人 戴大蒙 蒋伟峰 何凤梅 夏海江
(74)专利代理机构 温州金瓯专利事务所(普通
合伙) 33237
代理人 江亮
(51)Int.Cl.
G16H 50/80(2018.01)
(54)发明名称
测方法
(57)摘要
本发明公开了基于优化SEIRD模型的全球新
领域，其步骤包括：A、收集数据，在流行病学SEIR
模型的基础上，建立改进的SEIRD仓室模型：一、
增加了潜伏期人感染率这个指标，将SEIR模型
中的易感人转化率细分为潜伏期人感染率
和确诊人感染率；二、将SEIR模型中的移除率
细分为死亡率和治愈率；三、将治愈率与死亡率
表达为时间t的时序函数；将仓室内的人划分
愈者和死亡者五种类型；B、根据最小二乘法对模
点与结束日期，并用实际数据进行模型检验。本
发明具有预测精准，
可靠性好的优点。权利要求书2页 说明书7页 附图4页CN 112542250 A 2021.03.23
C N 112542250
A
1.基于优化SEIRD模型的全球新冠病毒传播预测方法，其特征在于，其步骤包括：
A、收集数据，在流行病学SEIR模型的基础上，建立改进的SEIRD仓室模型：一、增加了潜伏期人感染率这个指标，将SEIR模型中的易感人转化率细分为潜伏期人感染率和确诊人感染率；二、将SEIR模型中的移除率细分为死亡率和治愈率；三、将治愈率与死亡率表达为时间t的时序函数；将仓室内的人划分为易感者，无症状潜伏感染者，有症状感染者，治愈者和死亡者五种类型；
B、根据最小二乘法对模型分别进行参数估计和模型拟合，预估疫情的拐点与结束日期，并用实际数据进行模型检验。
2.根据权利要求1所述的基于优化SEIRD模型的全球新冠病毒传播预测方法，其特征在于，所述步骤B包括：
B1、将原始数据分为若干阶段，都分别进行参数估计和标定，参数估计和标定包括初值确定、治愈率和死亡率确定以及参数估计和确定；
B2、将各个阶段的参数进行对比与分析；
B3、利用模型与参数对各个阶段的疫情进行了数据拟合和模型检验，并新增确诊清零时间预测。
3.根据权利要求1所述的基于优化SEIRD模型的全球新冠病毒传播预测方法，其特征在于，所述步骤A中：
t时刻的易感者人数为S＝S(t)，即t时刻有密切接触但未确诊人数；假设1个易感者在
单位时间内与有症状感染者和无症状感染者接触并被感染的概率为分别为λ
1和λ
2
，由于t时
刻易感人的比例是S(t)/N，有症状感染者人数为I(t)，无症状感染者人数为E(t)，所以易感人数按照如下公式的变化率减小；
记即有
t时刻无症状潜伏感染者人数为E＝E(t)，即t时刻携带病毒但处于潜伏期的感染者人数；无症状感染者，即潜伏者的变化主要由两部分构成；第一部分，在被转化的易感人中有α比例的将会转为无症状感染者；第二部分，无症状感染者以单位时间概率ω转化为有症状感染者，故有如下公式：
t时刻有症状感染者人数为I＝I(t)，即t时刻携带病毒且有症状的感染者人数；有症状感染者的变化由三部分构成。第一部分，在被转化的易感者中有1‑α比例的转为有症状感染者；第二部分，无症状感染者以单位时间概率ω转化为有症状感染者；第三部分，有症状感
染者在t时刻分别以单位时间γ
1(t)和γ
2
(t)的概率转化为治愈者与死亡者，故有如下公
式：
t时刻的累计治愈人数为R＝R(t)；故有如下公式：
t时刻的累计死亡人数为D＝D(t)；采用如下公式：
4.根据权利要求3所述的基于优化SEIRD模型的全球新冠病毒传播预测方法，其特征在于，所述步骤A中的改进的SEIR模型为：
其中，N＝S+E+I+R+D，S 0，E 0，I 0，R 0和D 0，分别表示五种状态量的初值。
5.根据权利要求2所述的基于优化SEIRD模型的全球新冠病毒传播预测方法，其特征在于，所述步骤B1中，治愈率与死亡率的确定采用如下公式：
6.根据权利要求1所述的基于优化SEIRD模型的全球新冠病毒传播预测方法，其特征在于，所述步骤B1中，参数的估计采用如下方法：
目前仍须估计的参数有β1，β2，
α和ω。由于四个初值均为转移概率，因此可将搜索范围设定为[0，1]，β1，β2，
α的搜索初值均设定为0.5，ω的搜索初值为1/7；鉴于参数众多，我们将采用“先粗搜后精搜”的局部遍历法，粗搜步长为10‑3，精搜步长设定为10‑6；目标函数Z设定为t时刻有症状感染人数预测值I(t)与真实值I(t)差的累加平方和，公式如下：
基于优化SEIRD模型的全球新冠病毒传播预测方法
技术领域
[0001]本发明涉及传染病数据处理技术领域，具体涉及基于优化 SEIRD模型的全球新冠病毒传播预测方法。
背景技术
[0002]自2020年3月11日世界卫生组织宣布COVID‑19为全球性大流行病以来，截至2020年9月10日，COVID‑19全球新冠确诊病例累计超2769万例，累计死亡超90万例，更为担忧的是尽管各国采取了不同程度的防疫措施，但全球疫情似乎还未出现好转，介于新冠病毒的复杂性，特别是潜伏期超长、无症状感染隐匿性等特点，给疫情防控带来极大的困难，因此，建立合理的数学模型，科学分析病毒的传播特性，精准预测各国疫情拐点和结束日期，为全球各国设计相应的科学防控策略提供参考，具有重要的理论研究和现实意义。
[0003]在病毒传播动力学中，复杂网络传播模型(SI，SIS，SIR，SEIR 等)的应用尤为广泛，目前已有大量工作针对2019‑nCoV的疫情进行了研究，有些文章通过分段曲线拟合，对不同时段的疫情扩散进行了特点总结，有些文章利用SIS模型研究了初值对稳定点的影响，有些文章通过建立基于时变参数的SIR模型对2019‑nCoV的疫情进行了分析与预测，有些文章基于SEIR模型，根据2020年1月25 日之前的发展趋势，估算得到了2019‑nCoV的再生数，并对疫情发展进行了预测，有些文章通过修正SEIR模
型，将传播人细分为易感人，潜伏期无症状人，天然免疫人等6类，首次考虑了潜伏期自愈现象，有些文章在进一步将人细分为8类，并根据一般传染病给出了参数估计，利用EpisIX软件对参数进行了求解和敏感性分析，这些研究对疫情初期的建模分析做出了重要贡献，但还是存在一些不足和可以改进的空间，如：参数过多会出现过拟合现象，系统移出人没有做细分等导致预测过于粗放等，同时随着全球聚焦新冠病毒研究的深入，潜伏期特别是无症状潜伏期传染特性和危害越来越被重视，并被认为是引发新一轮疫情大爆发的隐患之一，对应的数学模型也应该加强和进一步细化潜伏期参数的考虑。
发明内容
[0004]为了克服背景技术的不足，本发明提供一种可靠性好的基于优化SEIRD模型的全球新冠病毒传播预测方法。
[0005]本发明所采用的技术方案：
[0006]基于优化SEIRD模型的全球新冠病毒传播预测方法，其步骤包括：
[0007]A、收集数据，在流行病学SEIR模型的基础上，建立改进的SEIRD 仓室模型：一、增加了潜伏期感染率这个指标，将易感人转化率细分为潜伏期人感染率和确诊人感染率；二、将移除率细
分为死亡率和治愈率；三、将治愈率与死亡率表达为时间t的时序函数；将仓室模型内的人划分为易感者，无症状潜伏感染者，有症状感染者，治愈者和死亡者五种类型；
[0008]B、根据最小二乘法对模型分别进行参数估计和模型拟合，预估疫情的拐点与结束
日期，并用实际数据进行模型检验。
[0009]所述步骤B包括：
[0010]B1、将原始数据分为若干阶段，都分别进行参数估计和标定，参数估计和标定包括初值确定、治愈率和死亡率确定以及参数估计和确定；
[0011]B2、将各个阶段的参数进行对比与分析；
[0012]B3、利用模型与参数对各个阶段的疫情进行了数据拟合和模型检验，并新增确诊清零时间预测。
[0013]所述步骤A中：
[0014]t时刻的易感者人数为S＝S(t)，即t时刻有密切接触但未确诊人数；假设1个易感
者在单位时间内与有症状感染者和无症状感染者接触并被感染的概率为分别为λ
1和λ
2
，由
于t时刻易感人的比例是S(t)/N，有症状感染者人数为I(t)，无症状感染者人数为E(t)，所以易感人数按照如下公式的变化率减小；
[0015]
[0016]记即有
[0017]
[0018]t时刻无症状潜伏感染者人数为E＝E(t)，即t时刻携带病毒但处于潜伏期的感染者人数；无症状感染者，即潜伏者的变化主要由两部分构成；第一部分，在被转化的易感人中有α比例的将会转为无症状感染者；第二部分，无症状感染者以单位时间概率ω转化为有症状感染者，故有如下公式：
[0019]
[0020]t时刻有症状感染者人数为I＝I(t)，即t时刻携带病毒且有症状的感染者人数；有症状感染者的变化由三部分构成。第一部分，在被转化的易感者中有1‑α比例的转为有症状感染者；第二部分，无症状感染者以单位时间概率ω转化为有症状感染者；第三部分，有症
状感染者在t时刻分别以单位时间Υ
1(t)和Υ
2
(t)的概率转化为治愈者与死亡者，故有如下
公式：
[0021]
[0022]t时刻的累计治愈人数为R＝R(t)；故有如下公式：
[0023]
[0024]t时刻的累计死亡人数为D＝D(t)；采用如下公式：
[0025]
[0026]所述步骤A中的改进的SEIR模型为：
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议