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.

基于宏微观多尺度建模的校园疫情演化仿真研究

校园师生人群聚集密度高,是疫情防控的重点和难点。基于现有宏微观尺度的研究,提出使用多尺度建模仿真分析校园内新冠疫情的演化趋势和防控方案的绩效。宏观建模采用易感-潜伏-传染-恢复(SEIR)模型,输出无症状患者和有症状患者数量随时间变化的曲线,研究疫情演化趋势;微观建模采用离散事件建模仿真和基于智能体建模,对个体学生的在校行为和疫情演化进行微观仿真,模拟新冠病毒在校园内的人传人过程。并通过案例研究,验证错峰上学、核酸检测“每天一检”并隔离阳性患者方案的有效性,通过对参数的灵敏度分析识别关键参数。结果表明,多尺度疫情建模仿真方法,从不同的角度和层级揭示了校园疫情的演化过程,可为校方优化防疫方案提供参考。

重大传染病疫情下应急医疗物资需求预测和配置研究

为了科学合理地进行应急医疗物资配置,提高重大传染病疫情防控效率,根据疫情演化不同阶段的特点开展应急医疗物资需求预测和配置研究。首先,根据疫情数据特征,提出传染病模型SEIR(Susceptible Exposed Infectious Recovered)和长短期记忆(Long Short-Term Memory,LSTM)网络相结合的模型(SEIR-LSTM)预测各需求点的应急医疗物资需求量,该方法利用LSTM对时间序列数据良好的学习能力预测感染率,输入SEIR模型提高预测准确率。然后,根据传染病疫情演化关键阶段的特点,考虑物资配送成本、需求紧迫度和分配公平性等因素构建分阶段多目标物资配置模型。最后,以上海新冠肺炎疫情进行实例分析,结果表明,基于SEIR-LSTM的应急物资需求量预测方法准确率较高,根据分阶段配置模型求出的方案能够满足各个阶段物资分配的要求,验证了提出的模型和算法的有效性。

基于主动安全的重大事故网络舆情智能建模与仿真

针对重大安全事故发生时,肆意传播且真伪难辨的信息易引起社会负面情绪,给应急处置及救援工作带来不便的问题,基于主动安全理念,结合情感分析模型、主题计算模型和易感人群-潜伏人群-感染人群-离去人群(SEIR)模型,开展重大安全事故网络舆情仿真及控制策略研究。运用卷积深度置信网络(CDBN)、时域卷积网络(TCN)、条件随机场(CRF)组成的CDBN-TCN-CRF情感分析模型及T分布瓦瑟斯坦自编码器(TWAE)主题计算模型,识别情感极性及主题类别,跟踪网络舆情情感倾向及民众关注热点;运用SEIR模型来预测网络舆情走势,并研究网络舆情的传播过程和影响因素。结果表明:CDBN-TCN-CRF情感分析模型、TWAE主题计算模型及SEIR模型结合使用,可以更好地展现其对网络舆情深度分析与趋势预测的能力。

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。

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.

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。

应急医疗物资战略储备与轮库分析——以口罩为例

新冠疫情的局部暴发对各地应急物资保供发起了严峻挑战,为了保证医疗物资的及时供应,需要对口罩、防护服、呼吸机等应急医疗物资进行战略储备,这些物资虽然具有长达数年的保质期,但在保质期间再次发生重大突发公共卫生事件的概率较小。为了减少过期所造成的浪费,论文以口罩为例建立库存轮换政策,参考上海在疫情期间的产能,从时间维度与空间维度考虑需求系数并通过SEIR模型模拟疫情传播所带来的口罩需求波动,综合上海人口、医疗机构水平等因素建立系统动力学模型并进行仿真分析。结果表明:医疗物资的储备是必要的,能够帮助区域更好地应对突发状况带来的需求与产能冲击,同时轮库政策可以在一定程度上减少医疗物资因过期而导致的损失。

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.

大型音乐节活动中人员不安全行为传播的干预研究

近年来国内外大型音乐节活动中拥挤踩踏事故频繁发生,造成巨大的人员伤亡和财产损失。基于元胞自动机理论和SEIR模型,构建新的人员不安全行为传播模型,将事故致因2-4模型中安全意识、安全氛围和安全习惯的概念引入模型中,通过数值模拟方法研究大型音乐节活动中人员不安全行为的传播现象,并探讨安全培训对人员不安全行为传播过程的影响。结果表明:通过开展安全培训后,个体的安全意识越高,不安全行为的传播范围越小;个体的安全氛围越好,人群中潜伏者和传播者的数量越少,对人员不安全行为传播过程的影响也越小;个体的安全习惯越好,人员不安全行为传播过程结束的时间越早,说明通过安全培训可以有效约束人员不安全行为的传播。

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。

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Logistic-GF-SEIR模型的新型传染病疫情趋势预测

为了提高新型传染病疫情趋势的预测精度,本文对传统SEIR模型进行改进,提出Logistic-GF-SEIR模型。首先,基于历史数据使用Logistic模型拟合累计康复者,并反演每日康复率、感染率和接触率;其次,使用高斯模型和Logistic模型拟合出最优时变参数;最后,初始化模型初值预测疫情群体变化趋势。以新冠肺炎爆发初期武汉市和日本的疫情发展趋势为例进行仿真测试,并与Logistic、SEIR、ARIMA、BP神经网络等预测模型进行对比分析。结果表明Logistic-GF-SEIR模型在武汉市疫情的预测中拟合和预测性能均优于其他模型,在日本疫情的预测中均方根误差优于其他模型,验证了所提出模型的可行性、有效性及稳健性,可为我国制定相似传染病的防控政策提供依据。

基于改进SEIR模型的新冠肺炎疫情分析与预测

针对新型冠状病毒的潜伏期较长,基于每日发布的新冠疫情数据集,在经典SEIR (Susceptible-Exposed-Infected-Recovered)模型的基础上,考虑了隐性传播人群,并且将确诊人群分为两类(一类感染者具有传染能力;一类感染者由于处于隔离期间,其感染能力可忽略不计),构建了基于改进SEIR的新冠肺炎传播动力学模型。以2021年12月15日到2022年1月13日的西安市疫情数据为依据,拟合得到了改进SEIR模型的动力学参数,对西安市COVID-19疫情进行预测和评估。结果表明,基于改进SEIR传染病动力学模型对疫情的理论估计与西安市疫情的实际情况较为符合,数据可视化和医学隔离等措施对抑制疫情大面积传播有重要作用。

基于SEIR的应急物流网络风险传播动力学分析

为研究应急物流网络风险传播机制,基于复杂网络理论,选取节点物资可靠性和节点补给等级作为节点择优连接的测量指标,以此构建应急物流网络;并基于病毒传播机理提出1种易感-潜伏-感染-恢复(susceptible-exposed-infected-recovered, SEIR)风险传播模型,将其应用于应急物流网络中的风险传播特性分析。研究结果表明:应急物流网络具有无标度特性和小世界特性;SEIR模型能有效刻画风险在应急物流网络中的传播过程;风险的传播受风险感染等级、物资供需点储备差异以及应急物流响应机制的制约。研究结果可为应急物资调度风险管控提供理论支持。