基于异质平均场复杂网络模型的新型冠状病毒传染性分析

摘要

传染病的传播是典型的突发公共卫生事件,也是人类在21世纪面临的重大公共安全问题之一.传统传染病研究通常利用微分方程建立传染病仓室模型进行分析,而新型冠状病毒肺炎的传播能力更强,潜伏期同样具有传染性,现有模型对真实人群的接触尺度缺乏合理描述.探索了一种复杂网络的动力学模型,通过异质平均场中的SEIR传播模型,对疾病进展和消除进行决策评估,通过使用截止到2020年3月15日公开的新型冠状病毒肺炎(COVID-19)数据,分别对国内的武汉、上海和北京三个典型城市,以及目前疫情严重且容易取得公开数据的意大利、日本和韩国三国展开了详细分析和准确预测,精确地展现了疫情期间人群隔离方案产生的效果,以及医疗资源保障的重要性.