基于改进SEIR模型的COVID-19疫情传播建模

针对经典的传染病动力学模型在处理COVID-19时存在的问题,提出一种基于改进的时变SEIR模型的流行病传播模型.首先,在引入潜伏者仓室的基础上,优化模型参数;然后,充分利用多项式回归与多层感知机算法的非线性逼近能力和动态学习优化能力,对模型的时变参数进行拟合;最后,提出基于最优参数的疫情传播建模方案,并将其应用于COVID-19疫情传播建模中.多组实验表明,提出的方法较好地拟合了疫情传播过程,取得了最小的均方根误差,适合对疫情传播进行建模.