新冠肺炎疫情趋势预测模型

• 作 者: 甘雨 吴雨 王建勇
• 机 构: 四川大学计算机学院
• 出 处: 智能系统学报
• 发表日期: 2021年3期
• 关键词: 新型冠状病毒 SEIR模型 长短期记忆网络 智能系统 预测模型 实时预测 神经网络 深度学习
• 基金项目: 国家自然科学基金青年基金项目(61906127).

2019年新型冠状病毒肺炎(corona virus disease 2019,COVID-19)的爆发对人们的健康和生活造成了极大的危害和影响。预测疫情的发展趋势可帮助人们提前制定应对措施。SEIR模型是经典的传染病模型之一,由于该模型中病毒传染率为常数,难以对新冠肺炎传播情况进行准确建模并完成疫情趋势预测。针对此问题,本文提出基于长短期记忆网络(long short-term memory,LSTM)的病毒传染率预测方法,并将其与SEIR模型结合,建立新冠肺炎疫情趋势预测模型(LSTM-SEIR ne