SEIR模型

摘要： 当前全球新冠肺炎疫情形势仍然非常严峻,对疫情进行仿真分析有利于加强疫情防控.文章考虑社区管制、交通管制、防护用具紧缺等因素,将感染者分为轻症感染者、重症感染者两类,移出者分为死亡者、痊愈者两类,对传统的SEIR传染病模型进行修正,建立了一个新冠肺炎疫情的系统动力学模型,对湖北省武汉市新冠肺炎疫情的演化和防控进行了仿真分析,并提出了相关建议.

摘要： 文章通过对COVID-19在中国的传播情况进行分析,建立了基于SEIR模型的COVID-19传染力模型,旨在对疫情的走势进行有效的预测和传染力的判断。研究中将模型实践到北京、武汉两所城市,以医疗资源以及相关隔离政策颁布情况分前后期进行研究,得到北京市前期基本再生数R_(0)=2.1350、后期R_(0)=1.9730;武汉市前期R_(0)=3.1270、后期R_(0)=2.4290。

摘要： 近些年来,突发传染病防治问题已经成为社会各界关注的焦点问题。突发传染病不仅会对人们的生命健康造成威胁,还可能带来巨大的经济损失,甚至造成社会恐慌。根据突发传染病的传播规律,对其发病趋势进行及时有效的预测,对于传染病疫情防控,确保人民群众健康具有重要意义。基于此,以某国突发传染病为例,通过描述统计分析,探索传染病的发病规律,并以ARIMA和SEIR模型为基础,分析人群变动趋势,预测传染病未来的发病情况。通过对比研究,发现ARIMA模型能在短时间内精准预测发病人数,而SEIR模型能够模拟疫情变化时期各指标状态的变化,可以清楚地观测出传染病的上升期、拐点以及衰落期,更能有效地预测传染病发病的整体趋势。

摘要： 本文考虑了一类具有时滞效应的SEIR模型来阐述媒体报道对结核病传播的影响.首先,通过再生矩阵方法给出了模型的基本再生数,研究了模型平衡点的存在性及其全局渐近稳定性;其次,给出了模型发生Hopf分支的充分条件;最后,文章借助数值模拟验证了所得理论的正确性.

摘要： 新型冠状病毒肺炎简称新冠肺炎,是一种由新型冠状病毒引起的急性感染性肺炎,具有传染性强、人群普遍易感的特点。因此,对新冠肺炎感染人数的预测,不仅仅有利于国家面对疫情做出科学决策,而且有利于及时整合防疫资源。本文提出一种基于传统的传染病动力模型SEIR和差分整合移动平均自回归模型ARIMA构建的SEIR-ARIMA混合模型,对不同时间段、不同地点的新冠肺炎疫情做出预测和分析。从实验结果上看,基于SEIR-ARIMA混合模型的预测,比常见的用于新冠肺炎预测的逻辑回归Logistic、长短期记忆人工神经网络LSTM、SEIR模型、ARIMA模型有较好的预测效果。为了真实地反映出实验效果的提高是否源于SEIR与ARIMA模型结合的优势,本文还实现SEIR-Logistic混合模型和SEIR-LSTM混合模型,并与SEIR-ARIMA对比分析得出,SEIR-ARIMA预测都取得更好的预测效果。因此,基于SEIR-ARIMA混合模型对新冠肺炎的发展趋势的分析相对可靠,有利于国家面对疫情的科学决策,对我国未来预防其他类型的传染病具有很好的应用价值。

摘要： 在传染病SIR模型基础上,将节点扩展为未知者、怀疑者、传播者、免疫者,并考虑投资者间强弱关系的传播差异性,引入亲密度的概念使个体实现动态转移,构建投资者网络信息传播模型,该模型更贴合真实投资市场中交易者的信息传播特性,结果表明:信息的传播能力会随着投资者接受信息的次数以及节点间亲密度增大而增大,减少投资者之间的相互接触以及加强投资者的流动性,有助于抑制信息肆意传播,可以为现实中证券市场的管控提供一定理论参考。

摘要： 随着互联网技术的飞速发展,社交媒体已经成为互联网用户发布、分享信息的重要途径,给信息传播提供便利的同时也成为突发话题产生与传播的重要平台。首先,基于SEIR传染病模型,本文围绕网络舆情的传播和引导问题,通过仿真模拟和案例分析探讨了社交网络舆情传播规律;其次,基于传播规律从舆情引导时间节点、引导内容和引导平台的选择三个方面提出网络舆情的引导的策略。研究成果有利于为网络舆情引导提供参考和建议。

摘要： 移动互联网时代,社交关系链的线上化已成为不可逆转的趋势。微信公众号的出现,在提升信息获取便捷性的同时也增加了系统信息治理的难度。因此,公众号信息在微信社交网络上的传播过程与遏制谣言在社交网络上的扩散的研究成为了微信运营者及社会监管部门关注的重点。本研究基于SEIR传染病模型,利用北京速途公司提供的真实运营数据,计算模拟S态、E态、I态和R态4类用户的相互转化概率,并还原公众号信息在微信上传播的全链路过程。此外,本研究还量化分析了公众号粉丝数量、粉丝影响力、潜在用户转化成携带用户的感染概率P_(1)、携带用户转化成传播用户的传播概率P_(2)对信息传播过程的影响,验证了意见领袖强行免疫策略在抑制信息传播方面的有效性。

摘要： 突发公共事件中的舆情反转对社会安定和政府公信力带来极大挑战。以社交媒体为依托,信息交互已成为影响舆情走向和公众情感的重要因素。信息交互视角下舆情反转治理的有效性研究,为政府在突发公共事件下的舆情治理和控制提供了重要决策参考。本文通过构建信息交互视角下的演化模型SFE;I;R,模拟不知情人群S、持有观点i的意见发表者I;、持有观点i的潜在意见发表者E;、持有观望态度的关注者F和对事件不感兴趣者R在社会网络中的竞争演化,并分析不同态度情景下系统演化特征以及解决策略及措施。研究结果表明,把握公告发布时机,可有效影响网民观点的演化;提高信息透明度,客观报道,可加快网民回归理性状态;贯通舆论体系,积极引导,可有效减少极端化、激进化的舆论扩散。

摘要： 研究了具Holling-Ⅳ型发生率的时滞SEIR传染病模型。首先定义了模型基本再生数,然后研究了模型平衡点的存在性,证明了无病平衡点局部稳定性与Hopf分支存在性条件,给出了地方病平衡点局部稳定性条件与Hopf分支存在性条件,通过构造Lyapunov泛函以及运用Lasalle不变集原理得到无病平衡点全局稳定性结论。最后通过数值模拟验证了理论分析结果。

摘要： 本文根据北京市手足口病病例数据,建立2011年北京市手足口病天、周、月及季度尺度发病数值数据库.根据病例数据记录,将人群分为易感者、潜伏者、感染者和移出者,基于传染病传播动力学机制,建立SEIR(susceptable,exposed,infected,removed)模型,使用模拟退火法进行流行病学参数的最优估计,结合传染病动力学模型参数与自然社会因子相关性,获得手足口病的动力学模型参数估计,并创新性地比较不同时间尺度下参数的拟合效果,综合原始数据呈现出的时间空间分布特点,对手足口病的传播情况进行分析.结果显示手足口病多发于5岁以下儿童,多在春夏季到达发病高峰,高发地点在城市人口密集区以及城乡结合部地带.本文中基于天、周、月、季度尺度分别应用SEIR模型对2011年手足口病进行模拟拟合,其中周尺度拟合效果最好,得到基础流行病学参数感染率β=0.1,转阳率σ=0.16,移出率Y=0.08.

摘要： 本文根据北京市手足口病病例数据,建立2011年北京市手足口病天、周、月及季度尺度发病数值数据库.根据病例数据记录,将人群分为易感者、潜伏者、感染者和移出者,基于传染病传播动力学机制,建立SEIR(susceptable,exposed,infected,removed)模型,使用模拟退火法进行流行病学参数的最优估计,结合传染病动力学模型参数与自然社会因子相关性,获得手足口病的动力学模型参数估计,并创新性地比较不同时间尺度下参数的拟合效果,综合原始数据呈现出的时间空间分布特点,对手足口病的传播情况进行分析.结果显示手足口病多发于5岁以下儿童,多在春夏季到达发病高峰,高发地点在城市人口密集区以及城乡结合部地带.本文中基于天、周、月、季度尺度分别应用SEIR模型对2011年手足口病进行模拟拟合,其中周尺度拟合效果最好,得到基础流行病学参数感染率β=0.1,转阳率σ=0.16,移出率Y=0.08.

摘要： 本文根据北京市手足口病病例数据,建立2011年北京市手足口病天、周、月及季度尺度发病数值数据库.根据病例数据记录,将人群分为易感者、潜伏者、感染者和移出者,基于传染病传播动力学机制,建立SEIR(susceptable,exposed,infected,removed)模型,使用模拟退火法进行流行病学参数的最优估计,结合传染病动力学模型参数与自然社会因子相关性,获得手足口病的动力学模型参数估计,并创新性地比较不同时间尺度下参数的拟合效果,综合原始数据呈现出的时间空间分布特点,对手足口病的传播情况进行分析.结果显示手足口病多发于5岁以下儿童,多在春夏季到达发病高峰,高发地点在城市人口密集区以及城乡结合部地带.本文中基于天、周、月、季度尺度分别应用SEIR模型对2011年手足口病进行模拟拟合,其中周尺度拟合效果最好,得到基础流行病学参数感染率β=0.1,转阳率σ=0.16,移出率Y=0.08.

摘要： 本文根据北京市手足口病病例数据,建立2011年北京市手足口病天、周、月及季度尺度发病数值数据库.根据病例数据记录,将人群分为易感者、潜伏者、感染者和移出者,基于传染病传播动力学机制,建立SEIR(susceptable,exposed,infected,removed)模型,使用模拟退火法进行流行病学参数的最优估计,结合传染病动力学模型参数与自然社会因子相关性,获得手足口病的动力学模型参数估计,并创新性地比较不同时间尺度下参数的拟合效果,综合原始数据呈现出的时间空间分布特点,对手足口病的传播情况进行分析.结果显示手足口病多发于5岁以下儿童,多在春夏季到达发病高峰,高发地点在城市人口密集区以及城乡结合部地带.本文中基于天、周、月、季度尺度分别应用SEIR模型对2011年手足口病进行模拟拟合,其中周尺度拟合效果最好,得到基础流行病学参数感染率β=0.1,转阳率σ=0.16,移出率Y=0.08.

摘要： 流行性腮腺炎是由腮腺炎病毒侵犯腮腺引起的急性呼吸道疾病,虽然麻风腮疫苗进入国家免疫规划,对适龄儿童实行预防接种,然而病例依然较多.2014年全球累积报告病例高达305161例,其中中国累计上报187500例,发病率为13.7/10万;山东省则累计上报8079例,发病率8.2/10万,略低于全国水平,但近年来有升高的趋势.因此研究流行性腮腺炎在人群中的发病及传播过程,仍具有十分重要的理论意义和现实意义.本研究通过建立SEIR模型,描述并分析2014年流行性腮腺炎发病情况,研究对五岁及以上在幼儿园等接受托管的儿童和入学儿童进行全面第二次接种在降低流行性腮腺炎发病数量中的作用,同时预测该措施下,2015年流行性腮腺炎的流行特征,为防控提供理论依据.

摘要： 流行性腮腺炎是由腮腺炎病毒侵犯腮腺引起的急性呼吸道疾病,虽然麻风腮疫苗进入国家免疫规划,对适龄儿童实行预防接种,然而病例依然较多.2014年全球累积报告病例高达305161例,其中中国累计上报187500例,发病率为13.7/10万;山东省则累计上报8079例,发病率8.2/10万,略低于全国水平,但近年来有升高的趋势.因此研究流行性腮腺炎在人群中的发病及传播过程,仍具有十分重要的理论意义和现实意义.本研究通过建立SEIR模型,描述并分析2014年流行性腮腺炎发病情况,研究对五岁及以上在幼儿园等接受托管的儿童和入学儿童进行全面第二次接种在降低流行性腮腺炎发病数量中的作用,同时预测该措施下,2015年流行性腮腺炎的流行特征,为防控提供理论依据.

摘要： 流行性腮腺炎是由腮腺炎病毒侵犯腮腺引起的急性呼吸道疾病,虽然麻风腮疫苗进入国家免疫规划,对适龄儿童实行预防接种,然而病例依然较多.2014年全球累积报告病例高达305161例,其中中国累计上报187500例,发病率为13.7/10万;山东省则累计上报8079例,发病率8.2/10万,略低于全国水平,但近年来有升高的趋势.因此研究流行性腮腺炎在人群中的发病及传播过程,仍具有十分重要的理论意义和现实意义.本研究通过建立SEIR模型,描述并分析2014年流行性腮腺炎发病情况,研究对五岁及以上在幼儿园等接受托管的儿童和入学儿童进行全面第二次接种在降低流行性腮腺炎发病数量中的作用,同时预测该措施下,2015年流行性腮腺炎的流行特征,为防控提供理论依据.

摘要： 流行性腮腺炎是由腮腺炎病毒侵犯腮腺引起的急性呼吸道疾病,虽然麻风腮疫苗进入国家免疫规划,对适龄儿童实行预防接种,然而病例依然较多.2014年全球累积报告病例高达305161例,其中中国累计上报187500例,发病率为13.7/10万;山东省则累计上报8079例,发病率8.2/10万,略低于全国水平,但近年来有升高的趋势.因此研究流行性腮腺炎在人群中的发病及传播过程,仍具有十分重要的理论意义和现实意义.本研究通过建立SEIR模型,描述并分析2014年流行性腮腺炎发病情况,研究对五岁及以上在幼儿园等接受托管的儿童和入学儿童进行全面第二次接种在降低流行性腮腺炎发病数量中的作用,同时预测该措施下,2015年流行性腮腺炎的流行特征,为防控提供理论依据.

摘要： 流行性腮腺炎是由腮腺炎病毒侵犯腮腺引起的急性呼吸道疾病,虽然麻风腮疫苗进入国家免疫规划,对适龄儿童实行预防接种,然而病例依然较多.2014年全球累积报告病例高达305161例,其中中国累计上报187500例,发病率为13.7/10万;山东省则累计上报8079例,发病率8.2/10万,略低于全国水平,但近年来有升高的趋势.因此研究流行性腮腺炎在人群中的发病及传播过程,仍具有十分重要的理论意义和现实意义.本研究通过建立SEIR模型,描述并分析2014年流行性腮腺炎发病情况,研究对五岁及以上在幼儿园等接受托管的儿童和入学儿童进行全面第二次接种在降低流行性腮腺炎发病数量中的作用,同时预测该措施下,2015年流行性腮腺炎的流行特征,为防控提供理论依据.

摘要： 本发明涉及一种基于CNN+SEIR和LSTM的疫情预测预警方法，属于信息化领域。利用卷积神经网络CNN+标准传染病SEIR模型作为新冠疫情的预测模型，通过CNN模型从大量的人口迁移的数据中提取特征，然后利用SEIR模型作为新冠疫情的预测模型。所述卷积神经网络CNN用于实现预测模型的特征提取，包括局部感受野、权值共享和池化；预测模型通过卷积神经网络提取来自各个维度的人口迁移数据，将统计得来的患者行动轨迹和人口迁移数据做匹配，利用KL散度计算患者行动轨迹和人口迁移数据的相似度；如果易感染者和患者行动轨迹相似度较大，则见面几率高，否则见面几率小。

摘要： 本发明涉及一种基于改进SEIR模型的传染病预测方法及系统，首先根据Logistic模型构建传染病模型；其次将疫情数据输入至传染病模型进行拟合优化，获得优化参数；然后基于优化参数和康复率回归公式对SEIR模型进行改进，获得改进后的SEIR模型；最后利用改进后的SEIR模型对现有感染者人数进行预测。本发明使用了康复率回归公式代替原SEIR模型中不可变的康复率，因此利用改进的SEIR模型进行传染病预测具有预测精度高的优点。

摘要： 本发明公开了一种基于BP算法和SEIR模型的传染病预测方法，涉及传染病预测方法技术领域。本发明包括步骤一：SEIR模型预测易感者、感染者、潜伏者和康复人群数发展趋势，获取地市疫情历史数据、SEIR模型初始化参数、建立模型、预测结果，步骤二：基于神经网络对每日新增感染人数、感染者总数、新增死亡人数。本发明通过将所有人群进行具体划分：易感者、感染者、潜伏者和康复人群数，根据特定场景进行SEIR模型初始化参数，模型建立基于真实的传染病数据，更加趋势预测更加符合真实情况，针对不同子模型，作出预测，可视化图形显示，更加直观，通过SEIR模型，可以预测出指标量发展趋势，便于及时作出决策。

摘要： 本发明公开了基于传统SEIR模型的深度时序N‑SEIR传染病预测模型，用于对COVID‑19传染病时序建模，从而进行更加准确有效的分析预测。包括：步骤1：采用极大似然估计法对平均潜伏期进行估计；步骤2：利用已有数据输入改进的N‑SEIR模型，对当前时刻进行建模；步骤3：建立时序N‑SEIR模型，并估算基本再生数。本发明能够对传染病的平均潜伏期进行估计，得到合理的COVID‑19传染病平均潜伏期。与已有的SIER传染病动力学模型相比，我们设计的N‑SIER传染病模型考虑到了被隔离人群，从而建立更精确的预测模型。此外，我们改进了N‑SIER模型，建立了基于时序的深度N‑SIER预测模型，从而对时序的样本数据有更好的模拟能力。

摘要： 本发明公开了一种基于SEIR模型的传染病系统的事件触发滤波方法。本发明包括如下步骤：步骤1、建立SEIR型传染病中各类人群数量的状态空间模型；步骤2、建立SEIR型传染病中各类人群良好发展的事件触发条件；步骤3、设计估计SEIR型传染病中各类人群数量变化的事件触发滤波器；步骤4、SEIR型传染病系统正性验证；步骤5、SEIR型传染病系统随机稳定性。本发明不仅有效预测SEIR型传染病系统中各类人群数量变化，且在系统稳定运行的情况下，节省了一定的系统资源。

摘要： 本发明涉及人工智能预测领域，具体是一种基于神经网络与SEIR模型的传染病趋势预测方法，包括如下步骤：步骤1、获取数据集；步骤2、数据预处理；步骤3、构建由病毒传染率预测模块和疫情趋势预测模块构成的疫情趋势预测模型；步骤4、使用步骤2预处理的数据对疫情趋势预测模型进行训练，同时设置疫情趋势预测模型的损失函数和模型参数更新方式；步骤5、利用步骤1～步骤4训练好的疫情趋势预测模型对疫情趋势进行预测；该方法可使用较少的训练数据，对传染病疫情趋势进行有效的自动动态实时预测，且预测过程无需人为干预。

摘要： 本发明公开了一种基于改进的SEIR模型疫情群体演变预测方法。该方法在传统SEIR模型易感群体、潜伏未被隔离群体、确诊群体和治愈群体的基础上，增加了居家隔离群体和潜伏被隔离群体，同时将确诊群体细分为已被隔离确诊群体和未被隔离确诊群体，通过设立改进的SEIR模型疫情群体演变预测微分方程组，并对方程组离散化，再由疫情初值，对疫情群体的变化趋势做出准确预测。本发明克服了传统SEIR模型预测方法模型简单，未考虑外界人为干扰因素，忽略了潜伏群体的传染性的问题，能够对疫情群体的演变趋势做出更精确的预测。

摘要： 本发明请求保护一种基于SEIR传播模型的单一谣言源点溯源系统及方法，涉及社交网络中源点溯源算法领域，方法包括步骤：SEIR传播模型建立步骤：将网络中所有的节点状态模拟为SEIR传播模型，即网络中所有的节点状态由以下四种状态表示：潜伏态S、暴露态E、感染态I以及恢复态R，用于分析谣言在网络中的传播规律，然后根据网络感染快照，确定感染态节点在网络中的位置；节点感染偏心距计算步骤：根据感染快照中感染态节点的位置，计算各个节点到感染态节点的距离，从而求出各节点感染偏心距；Jordan感染中心选取步骤：从所有节点的感染偏心距选取Jordan感染中心，并最终确定谣言源点。本发明可以有效快速的定位实际的谣言源点。

摘要： 本发明涉及一种基于行为模式的SEIR感染风险模拟方法，该方法通过时序网络将疫情数据划分为不同尺度的数据，以家庭为网络节点，基于行为模式确定网络节点连接关系，构建人群接触网络，采用SEIR模型模拟疫情传播的各个阶段，确定每天的疫情传播情况。与现有技术相比，本发明具有模拟真实性高以及准确性高的优点。

摘要： 本发明涉及一种基于CNN+SEIR和LSTM的疫情预测预警方法，属于信息化领域。利用卷积神经网络CNN+标准传染病SEIR模型作为新冠疫情的预测模型，通过CNN模型从大量的人口迁移的数据中提取特征，然后利用SEIR模型作为新冠疫情的预测模型。所述卷积神经网络CNN用于实现预测模型的特征提取，包括局部感受野、权值共享和池化；预测模型通过卷积神经网络提取来自各个维度的人口迁移数据，将统计得来的患者行动轨迹和人口迁移数据做匹配，利用KL散度计算患者行动轨迹和人口迁移数据的相似度；如果易感染者和患者行动轨迹相似度较大，则见面几率高，否则见面几率小。