新冠肺炎疫情数据预测分析实现研究

摘要

庚子年初这场大疫百年不遇，严重破坏了社会安定。根据掌握的丰富信息，对疫情的发展趋势进行准确预测并且及时确定防范策略显得尤为重要。本文基于新冠病毒的传播特点，结合2020年疫情现状，通过建立优化SEIR模型对未来疫情予以预测。首先根据病毒传播系数的定义，选取了武汉市未受外力影响之前的疫情数据求解传播系数。然后基于病毒传播系数的基本公式，借助Logistic函数和文献资料确定待求系数，以用于后续逻辑回归模型的分析构建。其次，根据传染病模型的现有资料，结合实际简单介绍了SI、SIS、SIR、SEIR模型的构成，并结合数据进行了分析，给出了常用的传染病模型用于新冠肺炎疫情预测的优缺点。

最后，本文基于经典的SEIR模型，对其进行了优化和改进，考虑了阶段性政府管控的因素，成功实现了对武汉市疫情的预测，并通过与其他几种模型的相关系数比对，证明了本文所提出的优化SEIR模型预测性能的优势。

关键词：逻辑回归模型；优化SEIR模型；新冠肺炎；预测

1绪论1

1.1课题研究的背景及意义1

1.2国内外研究现状1

1.3新型冠状病毒肺炎中传染病模型的研究2

1.4本文主要研究内容3

1.5本文结构3

2相关理论和技术4

2.1传染病模型基础4

2.2传染病模型介绍4

2.2.1 SI模型4

2.2.2 SIS模型6

2.2.3 SIR模型8

2.2.4 SEIR模型8

2.3机器学习9

2.3.1 Logistic模型9

2.3.2建模思路9

3新冠肺炎常用预测模型的建立11

3.1经典SIR模型12

3.1.1研究目的12

3.1.2符号约定12

3.1.3基本原理12

3.1.4基本假设13

3.1.5模型的建立13

3.1.6模型的实现15

3.2经典SEIR模型16

3.2.1模型简介16

3.2.2基本假设17

3.2.3基本原理17

3.2.4模型的建立18

3.3疫情预测分析20

3.4小结20

4优化SEIR的构建及应用20

4.1优化SEIR模型的建立21

4.1.1基本假设22

4.1.2基本原理22

4.1.3模型的建立23

4.1.4模型的优点与缺点27

4.2几种经典预测模型分析对比28

4.2.1 SI模型对武汉疫情的预测28

4.2.2 SIR模型对武汉疫情的预测29

4.2.3 SEIR模型对武汉疫情的预测31

总结35

参考文献36

致谢38