[发明专利]基于传播动力学和多项式回归的新冠病毒传播预测方法

权利要求书

1.一种基于传播动力学和多项式回归的新冠病毒传播预测方法，其特征在于，包括以下步骤：

S1，收集新冠病毒疫情数据并对数据进行处理；

S2，构建SEIR传播模型；

S3，建立多项式回归预测模型；

S4，使用建立的多项式回归预测模型在SEIR传播模型的预测拐点区间进行数据分析与预测。

2.根据权利要求1所述的一种基于传播动力学和多项式回归的新冠病毒传播预测方法，其特征在于，步骤S1中：将从国家卫生健康委员会得到的本次疫情数据进行处理，建立时间和确诊人数关系图。

3.根据权利要求2所述的一种基于传播动力学和多项式回归的新冠病毒传播预测方法，其特征在于，步骤S2包括以下步骤：

S21，将人群分为易感者S、潜伏者E、感染者I和康复者R，设每日每人接触到的人数为r，易感者S被潜伏者E感染的概率为β，易感者S被感染者I感染的概率为β₁，潜伏者转化为感染者的概率为α，康复概率为γ，总人数为N；

S22，根据上述设定，模型为

S23，整理为迭代形式

I_n＝I_n-1+αE_n-1-γI_n-1

R_n＝R_n-1+γI_n-1

S24，利用当前新冠疫情数据，用上述迭代形式的公式预测出未来一段时间新冠疫情的时间拐点。

4.根据权利要求3所述的一种基于传播动力学和多项式回归的新冠病毒传播预测方法，其特征在于，步骤S3中：使用polyfit函数对多项式进行曲线拟合，多项式设为y＝f(x,y,n)，其中x为横坐标，y为纵坐标，n为拟合的多项式次数，y为感染人数。

5.根据权利要求4所述的一种基于传播动力学和多项式回归的新冠病毒传播预测方法，其特征在于：拟合次数n选取为4。

6.根据权利要求4所述的一种基于传播动力学和多项式回归的新冠病毒传播预测方法，其特征在于，步骤S4包括以下步骤：根据现有新冠疫情数据拟合出的多项式函数y＝f(x,y,n)预测未来在新冠疫情时间拐点之前这一段时间的新增新冠疫情人数。