[发明专利]传染病传播模型的参数拟合方法和相关装置

说明书

本申请实施例公开了一种传染病传播模型的参数拟合方法、装置、存储介质及电子设备，通过获取表示病毒实际传播状况的真实传播数据，然后利用多节点的传染病传播模型得到模型预测数据，通过损失函数来评估模型预测数据和真实传播数据之间的损失误差，基于损失误差通过反向传播算法对传染病传播模型的各个参数进行修正，以得到最终参数，这样基于BP的拟合算法，利用到了梯度下降的思想，可以提高对传染病传播模型的参数进行拟合的速度，减小训练模型的时间。

技术领域

本申请涉及疫情预测领域，尤其涉及一种传染病传播模型的参数拟合方法、装置、存储介质及电子设备。

背景技术

病毒的大范围传播往往会给社会带来巨大的恐慌和难以估量的经济损失，包括计算机病毒以及生物病毒在内的各种病毒，通过网络迅速的扩散到全世界各地。2019年12月爆发的Covid-19(新型冠状病毒)在短短几个月就扩散到全世界各国，累计感染上百万民众，造成经济损失不可估量。因此，对病毒传播模型的研究不可或缺，通过对传播模型进行建模，可以有效分析病毒传播路径以及方式，并作出相应反应。

现有的传毒模型包括SEIR等等，其中SEIR根据不同的不同传播源类型分支出不同种类，包括SIS，SIR，SEIR模型等等。另外在SEIR模型上的基础上，现有存在基于不同网络拓扑结构的病毒传播模型，包括各种网络结构结合SEIR的模型以及基于人口流动以及SEIR的网络模型。基本的思路是，不同的网络节点代表着不同的城市，相连的城市间存在传播流动，并且基于此建模。

通过上述的SEIR病毒模型进行建模，现有的技术大多数从正向推导，首先预设立参数，然后再通过模型得到相应数据，与现实数据进行对比。这样实现比较简单，但是无法准确利用现有的大数据，预设的参数往往与实际相差甚大，拟合出来的数据也和实际相差很大。通过人为调整，迭代周期过长，耗时较多。

发明内容

本申请实施例提供了一种传染病传播模型的参数拟合方法、装置、存储介质及电子设备，可以解决相关技术中拟合传染病传播模型存在的迭代周期长和耗时较大的问题。所述技术方案如下：

第一方面，本申请实施例提供了一种传染病传播模型的参数拟合方法，所述方法包括：

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。

第二方面，本申请实施例提供了一种传染病传播模型的参数拟合装置，所述装置包括：

获取单元，用于获取真实传播数据；

学习单元，用于对于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；

迭代单元，用于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。