基于传染病感染演化的防疫物资需求预测研究

作     者：任利 

作者单位：安徽工业大学 

学位级别：硕士

导师姓名：陈荣虎

授予年度：2021年

学科分类：02[经济学] 0202[经济学-应用经济学] 1004[医学-公共卫生与预防医学(可授医学、理学学位)] 020205[经济学-产业经济学] 07[理学] 070104[理学-应用数学] 100401[医学-流行病与卫生统计学] 0701[理学-数学] 10[医学] 

主      题：传染病动力学 循环神经网络 鲸鱼算法 安全库存 物资需求预测 

摘      要：现代社会在发展过程中,时常会面临来自多种难以预料的传染病的威胁。由于现有社会系统的复杂动态性,传染病多会以迅猛之势在社会网络中传播,并且一旦传播开来,感染率、致死率也相对较高,这对于整个社会的危害将是难以估量的。然而现实中的传染病扩散过程会受到各种复杂因素影响,其演化趋势往往难以通过单一的数学模型加以描绘,通常是一定的线性规律和非线性规律的结合。考虑到经典的传染病动力学在模拟线性变化的优势与深度学习神经网络在复杂的动态演化中具有较好的应用,因此本文结合二者优势,通过COVID-19实际数据进行模拟验证,进而结合疫区医务人员和不同程度感染的感染者和物资品类构建疫区防疫物资预测模型,从而合理地预测出在疫情发展的不同阶段中,疫区对防疫物资的需求量,为今后政府物资分配和疫情防控提供支持。首先,本文在现有疫病多发且严重的大背景下,结合现有学者对传染病传播的预测模型基础上,引出了本文的研究出发点,进而阐述了本文所涉及到的理论基础和方法。主要包括突发事件、突发公共卫生事件及其防疫物资、传染病演化下的感染人数预测方法中的仓室动力学模型、神经网络模型等,进而介绍了需求预测中常用的安全库存理论,并且对智能优化算法的鲸鱼算法做了描述。其次,考虑到COVID-19疫情的流行趋势和特征,在经典的SEIR仓室模型的基础上引入了疫情具有的潜伏期、政府隔离防控等特点,结合湖北案例的实际数据,对经典的仓室模型进行更加符合现实描述的模型调整,从而对COVID-19病毒的传播演化做数学模拟。在此基础上,通过长短期记忆网络模型LSTM很好地对传染病传播过程中的非线性规律进行预测,最终以智能优化WOA算法寻优形成文章的混合WOA-SEICHR-LSTM模型。在模型基础之上,通过与真实数据进行对比分析得出本文混合模型的预测效率,并将结果与其他单一预测模型做对比,验证本文混合模型的有效性。最后,考虑了疫区前期阶段的防疫物资投入对后续物资需求带来的缓冲影响,并且细化了医疗人员的数量和感染者的不同感染程度,建立了不同品类的防疫物资需求预测模型,通过疫区实际的感染数据对疫区人们对防疫物资的需求量进行了科学预测。为政府等主体应对今后的疫情传播应对、防疫物资调配提供参考。