基于时变参数-SIR模型的COVID-19疫情评估和预测
摘要
该文基于COVID-19疫情发展到2020年2月1日所呈现的特点，对SIR模型进行了修正，使用易感再生数、当日感染率和潜伏感染率来求解病毒演化动力学方程，研究了感染人数的变化趋势，并分析了政府防控措施对趋势变化产生的影响。结果表明，从2020年1月24日后，政府的防控措施有效降低了病毒蔓延趋势。与1月24日之前呈现的趋势相比，截至2020年2月1日，实际感染人数较原趋势预估人数下降了超1/2。易感再生数、当日再生数和潜伏再生数都大幅度降低。基于目前的趋势，对易感再生数、当日感染率、潜伏感染率随时间的变化进行了分析，利用时变参数对疫情发展进行了预测。结果表明在2020年2月9日左右，疫情发展会达到高峰，随后确诊人数将出现下降。
引用本文（GB/T 7714）
喻孜, 张贵清, 刘庆珍, 等. 基于时变参数-SIR模型的COVID-19疫情评估和预测[J]. Acta Scientiarum Naturalium Universitatis Sunyatseni, 2020.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。