突发事件网络舆情中的青年网民情绪演化机理研究——基于SEIR模型的数据仿真实验

在数字化时代,突发事件与网络舆论的相互作用易引发青年网民情绪的激化,这种情绪以裂变式的速度在网络上迅速扩散,进而可能诱发一系列情绪化的行为和态度。这一现象有可能演变成网络舆论的风暴或危机,为网络舆情的治理带来风险和挑战。以SEIR模型为基础,运用Netlogo多主体建模软件,对突发事件背景下网络舆情中青年网民情绪的演化过程进行了数据仿真实验,并对比分析了青年网民、媒体以及政府行为等不同因素的影响。研究的创新之处在于将SEIR模型应用于情绪演化分析,为数字化时代有效治理网络舆情提供了新的分析视角和研究方法。仿真实验的结果显示,青年网民的理性感知、媒体的积极引导以及政府的及时干预,都有助于快速有效地处理和应对网络舆情中的情绪传播问题。

融合SEIR与LSTM模型的传染病预测研究

针对现有的传染病预测模型未充分考虑时间序列的复杂度且预测性能不稳定等问题,提出一种基于传染病动力学模型SEIR与长短时记忆网络(LSTM)的传染病组合预测模型.首先,通过计算Pearson相关系数分析气候因素与传染病新增人数之间的相关性;其次,通过FE(Fuzzy Entropy)算法提取序列的局部特征且保证序列的平稳性,降低时间序列的复杂度,提升时间序列的可预测性;最后,根据传染病特点,构建SEIR模型分析不同人群传播情况,并结合LSTM模型实现大幅度提升传染病预测精度.仿真结果表明,相较于传统的模型算法,本文提出的混合模型能保证预测的平稳性并实现更高的预测精度,同时,本文使用该混合模型在不同的干预策略下进行预测,表明了提早采取防控措施对遏制传染病传播的重要性.

住院病房的暖通分析与基于SEIR模型疾病传染分析

基于CFD软件对住院病房进行暖通分析。通过建立物理模型和数学模型的方法,分析温度云图、气流组织云图以及污染物扩散云图总结规律。从暖通的角度出发利用SEIR模型在MATLAB软件中对比无防控措施下病毒传播与有防护措施下病毒传播人数感染情况,从而以小窥大反应暖通专业在控制疾病传播上有一定作用。

一类具有标准发生率的SEIR传染病模型的稳定性分析

根据肺结核(TB)的传播机理,建立了一类具有标准发生率的TB传染病SEIR模型,并讨论了该模型的稳定性。通过常数变易法和反证法证明了模型的正向不变集;利用下一代矩阵法计算得到模型的基本再生数R_(0);通过构造Lyapunov函数法证明了当R_(0)≤1时无病平衡点D_(0)是全局渐近稳定的;利用Hurwitz判据证明了当R_(0)>1时地方病平衡点D_(*)是局部渐近稳定的,且借助Li-Mulowney几何方法给出了地方病平衡点D*全局渐近稳定的条件;最后,通过数值模拟验证了所得结论的有效性.

基于SEIR-SPN的突发事件网络舆情演化及预警机制

[研究目的]突发事件爆发常伴有网络舆情扩散蔓延,极易引发社会恐慌、激化矛盾,为提高突发事件网络舆情的应对效率,该文对突发事件网络舆情演化及预警机制进行研究。[研究方法]首先,在梳理突发事件网络舆情演化过程及预警体系的基础上,提出SEIR演化博弈理论和SPN模型及其同构的Markov链分析突发事件网络舆情预警机制;其次,构建了基于SEIR-SPN的突发事件网络舆情预警模型,并设计模型运行路径及预警规则;最后,通过案例分析进行模型适用性验证。[研究结论]研究表明,通过对突发事件网络舆情演化平衡点、传播阈值及预警概率的演化分析,可以系统地为政府在“是否干预”和“干预程度”方面提供决策支持。

数据与SEIR模型双驱动下COVID-19疫苗的空间分配策略

为提出一个适合疫情中后期新冠疫苗空间分配的新框架,通过收集2022年11月13日至28日国内31个省会城市的新冠疫情数据,求解传染病模型的逆问题得到初始潜伏人数,借助K-means算法对城市风险等级进行分类,进而根据风险分级后的城市建立疫苗分配模型,并通过遗传算法求解得到最优分配策略。数据结果表明,31个省会城市可分为5个疫情风险等级区域,风险等级越高的地区,疫苗在待接种人群的覆盖比例越高;在降低累计感染人数方面,所提出的分配策略优于地区人数比例分配策略和风险等级优先全覆盖分配策略。

融合主题的社交媒体舆情SEIR传播模型构建与仿真研究

社交媒体改变了当下舆情事件应对治理方式,本文旨在融合主题因素探究在舆情传播过程中各因素对传播演化的影响,揭示社交媒体平台上舆情传播的特点,在舆情治理领域为相关职能部门提供参考借鉴。为抓住社交媒体舆情传播演化的关键,本文融合主题因素,基于传播演化SEIR模型,引入主题热度和用户兴趣度构建改进型SEIR模型并进行仿真研究,探查各个参数变量对传播的影响。仿真实验刻画了主题热度和用户兴趣度等因素对舆情传播的影响,体现了主题热度和用户兴趣度在监测、预警舆情传播演化中的重要价值,进而为政府和相关部门治理舆情提供参考和借鉴。

基于SEIR模型的网络热搜话题传播仿真研究

网络热搜话题具有传播扩散现象,当前对于网络热搜话题的研究主要集中在传播效果评估、传播趋势预测、社会影响评价以及舆论引导等方面,而对于网络热搜话题的研究未能揭示传播动力学参数对于传播过程的影响。文中采用SEIR模型构建了网络热搜话题传播动力学模型,分析研究了网络平均度、不信任概率、接触后立即传播概率、感染率、治愈率、复发率等影响因素对模型的影响。

基于真实世界数据的修正SEIR模型应用于疫情防控研究

背景奥密克戎在世界各地广泛传播,深圳作为连接国内外交通的重要枢纽,自2022年2月以来持续受其影响,感染者数量迅速增加。目的构建修正的易感-暴露-感染-康复(SEIR)模型,为深圳市疫情防控工作提供具有应用价值的政策参考和建议,以缓解防控压力。方法在传统SEIR传染病动力学模型基础上,针对奥密克戎传播速度快、隐匿性高、人群普遍易感等流行病学特征,引入具有政策性特征的组别,即密接者、次密接者、入深隔离者和携带者组别,构建修正SEIR模型,拟合2022-02-18—28的深圳疫情数据确定修正模型的相关参数。结果该模型的预测数据与2022-03-01—04的实际数据基本一致,为预测疫情后续发展提供了可靠依据;进一步预测了2022-03-05—19的疫情发展趋势,从疫情防控的人工干预程度、介入时间及床位数、隔离房间数等医疗卫生资源需求等方面为深圳后续的疫情防控措施提供了指导。结论修正SEIR模型在疫情发展预测、防控措施制定和调整及医疗资源配置等方面具有重要实用价值。

基于改进SEIR模型的突发传染病传播规律研究

突发传染病严重威胁着人民的健康和社会的稳定,已经成为社会各界广泛关注的焦点问题,为了更好地预防和控制传染病的发生和传播。综合考虑突发传染病的传播特性,在传统SEIR模型的基础上,引入接触者类型,考虑接触者的延迟隔离时间,提出一种改进的SEIR模型(SCH_(c)EIUHRD模型)。结果验证了模型的有效性,明确了接触者延迟隔离对突发传染病传播的影响机理,表明接触者的及时隔离对疫情控制的必要性。研究能够为传染病防控措施的制定提供理论依据。

具有饱和恢复率的SEIR时滞模型的行波解

研究一类具有饱和恢复率的SEIR时滞模型的行波解.首先,考虑一类二维系统初值问题的适定性;然后,通过构造一对有界的向量值上、下解得到一个闭凸集;最后,利用Schauder不动点定理证明:当基本再生数R^(0)>1,波速c>c^(*)时模型存在非平凡行波解.

一类具有无症状感染的随机SEIR传染病模型的平稳分布

2019年底爆发的新冠疫情截止2023年3月7日,全球累计感染约7.5亿人,累计死亡约686万人,这说明了具有无症状感染的传染病是人类生存与发展的重大威胁之一。因此,本文基于新冠肺炎的传播特点,研究了一类具有无症状感染的随机SEIR传染病模型的平稳分布。首先,通过构建合适的V函数证明了模型正解的存在唯一性。然后,利用Lyapunov方法建立了参数ℜ0s,并且证明了当ℜ0s>1时,模型的解在ℝ+4上存在唯一一个的平稳分布。最后,对本文主要研究内容进行了总结,发现ℜ0s受到白噪声的影响,并且ℜ0s小于等于确定型SEIR模型的基本再生数ℜ0。

基于MATLAB的SEIR传染病模型的构建与分析

传染病是全球范围内的重要公共卫生问题,对人类健康和社会稳定造成了巨大的威胁。了解传染病的传播机制和控制策略对预防和控制传染病的传播至关重要。SEIR模型是一种常用的模型,通过对人口中不同状态的转移进行建模,能够预测传染病的传播趋势和规模。为此,结合SEIR传染病模型特征,提出一种带有双线性传染率的SEIR1传染病传播模型。通过MATLAB模拟实验分析,SEIR1传染病传播模型能够实现对传染病短期流行趋势的预测,具有一定的实践应用价值。

基于SEIR模型的网络视频用户信息茧房动态演化研究

[目的/意义]为探究网络视频用户不同层次信息茧间的演化规律,找出演化过程中的关键环节,预防网络视频用户信息茧房问题的产生和扩散,保持网络视频用户信息生态的和谐稳定。[方法/过程]基于经典传染病SEIR模型构建了网络视频用户信息茧房动态演化模型,就各状态间的转移率变化对系统免疫过程的影响进行了仿真实验。[结果/结论]降低系统中易感者感染率或轻症者重症率可以缩减患者密度,干预措施的适时介入能使得系统内视频用户信息茧房问题得到有效控制。此外,控制信息茧房问题蔓延的根本在于提高个体自身免疫能力。

基于可改进SEIR模型的潜伏期有传染力的传染病分析

在传统的SEIR传染病模型的基础上,加入了病毒在潜伏期和染病期均有传染力等因素,建立了一种新的可持续改进的SEIR传染病动力学模型。以新型冠状病毒疫情的流行和传播为例,根据疫情早期传播数据,利用Matlab数学软件对数据进行了拟合和预测,为疫情防控提供了科学依据。

基于SEIR模型的重大公共卫生事件舆情演化与舆论引导仿真研究

网络媒体时代,信息的生产传播模式和速率较传统媒体时代已经发生了本质变化,网络舆情演化更具复杂性。重大公共卫生事件爆发后,社会公众对于事件相关舆情信息具有极高关注度,往往会在社会层面引发明显的情绪波动,因此,掌握重大公共卫生事件舆情信息演化规律,科学进行舆情应对与舆论引导乃是当前公共管理领域的重要工作。本文基于SEIR模型利用动态仿真研究方法,在NetLogo仿真平台模拟了重大公共卫生事件网络舆情的演化规律,进行了仿真实验,提出了更具科学性的重大公共卫生事件舆情应对与舆论引导措施。

云环境下基于改进SEIRS模型的VOCs最优减排计算

不同区域的挥发性有机物(volatile organic compounds, VOCs)排放是相互关联与影响的,为了将VOCs对大气环境的影响降到最低,实现VOCs区域协同联动治理,建立了以VOCs减排总量最大为首要目标最优减排模型,提出一种考虑环境污染因素的改进SEIRS传染病动力学优化算法(SEIRS infectious disease dynamics optimization algorithm considering environmental pollution,SEIRSCE)在云环境下求解模型。应用案例以西安市为例,在阿里云服务器中使用SEIRS-CE算法对西安市13个气象监测站所对应VOCs关联区域减排问题进行计算并与传统智能优化算法进行对比,结果表明建立的VOCs最优减排模型具有科学性和可行性,在云环境下使用SEIRS-CE算法相较于对比算法求解VOCs最优减排问题的收敛速度更快,求解精度更高,陷入局部陷阱概率更低,具有高并发性、高安全性、高共享性,对府际间VOCs联防联控治理提供借鉴。

基于改进的随机SEIR模型分析传染病的控制再生数

目的:为了研究传染病的变化特征,提出了改进的随机SEIR模型去仿真疫情的变化。方法:该模型针对仅考虑隔离新增感染患者的模型,增加了对原本存在的潜伏者的隔离行为,完善了这个模型。并且为了可以更好地对疫情变化做出精确的模拟,在求模型参数时使用决策树对疫情过程分段,使得仿真更贴合疫情的变化过程。最后利用最小二乘法计算出参数,得到各个阶段的控制再生数。结果:在验证的部分,对随机SEIR模型进行社区核酸阳性人数HE和隔离人群核酸阳性人数HEq的精确值求解,并将其与实际数据对比,结果显示,改进随机SEIR模型可以较好地反映疫情变化。结论:疫情大概在四十天的时候开始走到拐点,而且这时期之后的控制再生数基本都小于1。通过观察控制再生数计算公式,可以发现主要是隔离率P的上升使得控制再生数小于1,所以后期疫情得到控制的原因主要是隔离率P的上升。

综合SEIR-FAHP的城市疫情防控评价

新型冠状病毒感染疫情防控已成为各国各级政府重要任务之一,为掌握疫情对城市公共卫生系统的影响程度,对疫情发展变化趋势进行预测并评判防控措施实施效果。以政府公开数据为信息源,建立评价对象城市的SEIR传染动力学模型,通过模型参数的灵敏度分析,以累计感染者人数为标准,确定模型各参数的重要程度序列,进而综合模糊层次分析法进行评价,最终建立综合SEIR-FAHP的城市疫情防控系统评价模型。然后以2019年武汉市疫情为实例,应用该模型对武汉市疫情防控系统进行评价。将疫情发展划分为疫情早期、中期和后期3个阶段,应用该评价模型进行评价,得到结果R_(1)·V_(1)=[0.0253846160.0792307690.250.3946150.250769];R_(2)·V_(2)=[0.01350.04960.20130.40670.3290];R_(3)·V_(3)=[000.15870.36450.4767]。根据最大隶属度原则,武汉疫情早期、中期及后期公共卫生系统评价结果依次为“良好”、“良好”、“优秀”。研究表明该方法能够客观反映城市疫情防控系统现状,可为政府进一步制定疫情防控政策提供合理参考。

基于印度新冠疫情的改进SEIR模型对比研究

新型冠状病毒肺炎自爆发以来造成了全球性的大流行,目前仍对印度造成严重冲击.本文根据印度第二波新冠疫情,建立两类改进的SEIR模型,模型考虑了隔离等隔离措施以及疫苗接种对疫情的影响,最后对比模型仿真结果,探究如何有效预测评估印度第二波新冠疫情.