[發明專利]基于人口遷移的疫情預測方法、裝置、電子設備及介質

在審

• 申請號: 202010142547.0
• 申請日: 2020-03-04
• 公開（公告）號: CN110993119A
• 公開（公告）日: 2020-04-10
• 發明（設計）人: 孟丹;張宇;李宏宇;李曉林
• 申請（專利權）人: 同盾控股有限公司
• 主分類號: G16H50/80
• 分類號: G16H50/80;G06Q10/04;G06Q50/26
• 代理公司: 杭州創智卓英知識產權代理事務所(普通合伙) 33324
• 代理人: 劉麗琴

1.一種基于人口遷移的疫情預測方法，其特征在于：包括以下步驟：

獲取疫情數據和人口遷移數據；

根據所述疫情數據和所述人口遷移數據，構建待預測區域的復合城市網絡模型；

所述疫情數據通過所述復合城市網絡模型計算，得到待預測城市未來K天的感染人群數據；

基于預設疫情區間和所述待預測城市未來K天的感染人群數據，得到K張疫情熱力圖。

2.如權利要求1所述的一種基于人口遷移的疫情預測方法，其特征在于：所述疫情數據包括所述待預測城市每天的四類人群數據，所述四類人群數據包括易感人群數據、潛伏人群數據、感染人群數據和康復人群數據。

3.如權利要求2所述的一種基于人口遷移的疫情預測方法，其特征在于：當待預測城市為N個時，所述復合城市網絡模型包括N個子網絡，根據N個城市的疫情數據和所述人口遷移數據，構建N個子網絡，包括：

分別根據第n（n=1,...,N）個城市的四類人群數據、第n（n=1,...,N）個城市與第m（m≠n）個城市之間的人口遷移數據，構建第n（n=1,...,N）個子網絡。

4.如權利要求3所述的一種基于人口遷移的疫情預測方法，其特征在于：所述N個子網絡包括改進SEIR模型，根據第n個城市的四類人群數據、第n個城市與第m（m≠n）個城市之間的人口遷移數據，構建第n個子網絡，包括：

獲取所述待預測城市的人口總數；

所述第n個城市的四類人群數據、所述第n個城市與第m（m≠n）個城市之間的人口遷移數據、所述每個待預測城市的人口總數通過所述改進SEIR模型計算，得到第n個子網絡的疫情動態變化速率；

所述第n個子網絡的疫情動態變化速率和所述第n個城市的四類人群數據，通過最小二乘法計算，得到所述第n個子網絡的四類人群轉換率。

5.如權利要求4所述的一種基于人口遷移的疫情預測方法，其特征在于：所述改進SEIR模型包括城市內部轉換和城市外部轉換，所述第n個城市的四類人群數據、所述第n個城市與第m（m≠n）個城市之間的人口遷移數據、所述每個待預測城市的人口總數通過所述改進SEIR模型計算，得到第n個子網絡的疫情動態變化速率，包括：

所述第n個城市的四類人群數據通過所述城市內部轉換計算，得到第n個城市的內部轉換疫情數據；

根據所述第n個城市與第m（m≠n）個城市之間的人口遷移數據，得到第n個子網絡與第m（m≠n）個子網絡的連接強度；

所述第m（m≠n）個城市的人口總數、所述第n個子網絡與第m（m≠n）個子網絡的連接強度通過所述城市外部轉換計算，得到第n個城市的外部轉換疫情數據；

根據所述每個待預測城市的人口總數、所述第n個子網絡與第m（m≠n）個子網絡的連接強度，得到第n個城市的疫情遷移數據；

所述第n個城市的內部轉換疫情數據、所述第n個城市的外部轉換疫情數據、所述第n個城市的疫情遷移數據通過計算，得到第n個子網絡的疫情動態變化速率。

6.如權利要求4所述的一種基于人口遷移的疫情預測方法，其特征在于：所述疫情數據通過所述復合城市網絡模型計算，得到待預測城市未來K天的感染人群數據，包括：

第n（n=1,...,N）個城市的疫情數據通過所述第n（n=1,...,N）個子網絡計算，得到第n（n=1,...,N）個城市未來K天的感染人群數據。

7.如權利要求1至6任一項所述的一種基于人口遷移的疫情預測方法，其特征在于：基于預設疫情區間和所述待預測城市未來K天的感染人群數據，得到K張疫情熱力圖，包括：

基于預設疫情區間，將待預測城市第k（k=1,...,K）天的感染人群數據映射至所屬區間；

根據預設疫情區間對應的顏色，所述待預測城市顯示所述所屬區間相應的顏色，得到第k（k=1,...,K）張疫情熱力圖。