[发明专利]传染病传播模型的参数拟合方法和相关装置

权利要求书

1.一种传染病传播模型的参数拟合方法，其特征在于，包括：

获取真实传播数据；

对于m个传染病传播模型中的每个传染病传播模型来说，基于第k次迭代后的传染病传播模型生成第k个模型预测数据；其中，所述传染病传播模型为多节点传播模型，k为大于0的整数；

计算所述第k次迭代后的模型预测数据和所述真实传播数据之间的损失误差；

基于所述损失误差利用反向传播算法对所述第k次迭代后的传染病传播模型进行参数拟合，得到第k+1次迭代后的传染病传播模型；

在每个传染病传播模型均完成n次的迭代后，将迭代后得到的m个传染病传播模型的参数进行平均得到最终参数，m和n为大于1的整数。

2.根据权利要求1所述的方法，其特征在于，所述传染病传播模型为SEIR模型；

所述计算所述第k个模型预测数据和所述真实传播数据之间的损失误差，包括：

利用如下公式计算损失误差：

其中，loss为第k次迭代后的模型预测数据和所述真实传播数据之间的损失误差，i表示节点的序号，为所述真实传播数据中第i个节点在t_k时间上的易感人数占比、潜伏人数占比、感染人数占比和治愈人数占比中的一种或多种，表示第k次迭代后的模型预测参数中第i个节点在t_k时间上的易感人数占比、潜伏人数占比、感染人数占比和治愈人数占比中的一种或多种。

3.根据权利要求1或2所述的方法，其特征在于，所述基于所述损失误差利用反向传播算法对所述第k次迭代后的传染病传播模型进行参数拟合，得到第k+1次迭代后的传染病传播模型，包括：

基于所述损失误差利用反向传播算法计算出所述第k次迭代后的传染病传播模型的各个参数的导数；

基于自适应矩估计算法对所述各个参数的导数进行学习得到所述k+1次迭代后的传染病传播模型的参数。

4.根据权利要求1或2所述的方法，其特征在于，所述基于所述损失误差利用反向传播算法对所述第k次迭代后的传染病传播模型进行参数拟合，得到第k+1次迭代后的传染病传播模型，包括：

基于所述损失误差利用反向传播算法计算出所述第k次迭代后的传染病传播模型的各个参数的导数；

基于随机梯度下降算法对所述各个参数的导数进行学习得到所述第k+1次迭代后的传染病传播模型的参数。

5.根据权利要求1所述的方法，其特征在于，所述将迭代后得到的m个传染病传播模型的参数进行平均得到最终参数，包括：

将所述m个传染病传播模型的参数进行算术平均后得到最终参数。

6.根据权利要求2所述的方法，其特征在于，所述传染病传播模型的各个参数包括：易感染着获得免疫的概率、某节点被相邻的感染者的节点感染的概率、某节点被相邻的潜伏者的节点感染的概率、潜伏治愈率、感染治愈率、免疫失去率和感染率；

其中，上述参数之间的关系使用如下公式来表示：

其中，a_ij表示任意两个节点i和节点j之间的连接关系；

θ_i是易感者获得免疫的概率；

是节点i被相邻的感染者的节点感染的概率；

是节点i被相邻的潜伏者的节点感染的概率；

ξ_i是潜伏治愈率率；

δ_i是感染治愈率；

γ_i免疫失去率；

u_i是感染率。

7.根据权利要求1所述的方法，其特征在于，所述获取真实传播数据，还包括：

将所述真实传播数据的数据格式转换为所述传染病传播模型的数据格式，以及将格式转换后的数据格式进行归一化处理。