新型冠状病毒肺炎传播动力学模型构建与分析

作     者：于振华 黄山阁 杨波 高红霞 卢思 YU Zhenhua;HUANG Shange;YANG Bo;GAO Hongxia;LU Si

作者机构：西安科技大学计算机科学与技术学院西安710054 西安科技大学智能系统安全与控制研究所西安710054 西安交通大学自动化科学与工程学院西安710049 

出 版 物：《西安交通大学学报》 (Journal of Xi'an Jiaotong University)

年 卷 期：2022年第56卷第5期

页      面：43-53页

核心收录：

学科分类：0710[理学-生物学] 1002[医学-临床医学] 1001[医学-基础医学(可授医学、理学学位)] 08[工学] 081203[工学-计算机应用技术] 0837[工学-安全科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金资助项目(61873277,62006184) 陕西省重点研发计划资助项目(2019GY-056)。 

主　　题：新型冠状病毒肺炎 非线性动力学 基本再生数 平衡点 预测 

摘      要：为研究新型冠状病毒肺炎(简称新冠肺炎)传播机理和传播风险,预测疫情发展趋势,对政府制定相关疫情防控政策提供帮助,提出了一种新的新冠肺炎传播非线性动力学模型(SLEIR)。该模型考虑到疫情中采取保护措施的人群,将其作为低危群体加入到模型中;通过对模型的基本再生数、平衡点、稳定性和分岔等进行分析,揭示新冠肺炎传播机理;利用印度新冠肺炎真实数据对模型参数和部分状态初值进行最小二乘拟合,根据拟合的参数对印度疫情发展趋势做出预测。该模型对印度3~4月、4~5月两阶段疫情预测平均相对误差分别为4.107%和2.805%,对于印度10月最新的疫情,预测平均相对误差为3.266%,预测结果表明SLEIR模型具有较好的预测效果。与传统SEIR模型相比,该模型能适应印度疫情复杂的变化趋势,且具有更高的预测精度,可以为政府选择合适的防控措施提供技术支撑。