基于CHAOS-SVR的COVID-19传播预测模型仿真

摘要

为了提高新型冠状病毒肺炎传播预测模型的精度,在传统新型冠状病毒肺炎传播预测模型的基础上,引入混沌理论,构建了一种混沌理论结合支持向量回归(CHAOS-SVR)的新型冠状病毒肺炎传播预测模型。模型将每日新增确诊人数数据进行相空间重构,在重构的相空间中应用SVR进行预测,能较为准确地预测新型冠状病毒肺炎确诊人数和趋势。实验结果表明,提出的模型在新型冠状病毒肺炎新增确诊人数的预测中有较高的适用性和准确性,比其它预测模型表现更优。