[發(fā)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(zhì)

在審

• 申請?zhí)枺?/td>: 202010142547.0
• 申請日: 2020-03-04
• 公開（公告）號: CN110993119A
• 公開（公告）日: 2020-04-10
• 發(fā)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(chuàng)智卓英知識產(chǎn)權代理事務所(普通合伙) 33324
• 代理人: 劉麗琴

本發(fā)明公開了一種基于人口遷移的疫情預測方法，涉及疫情預測技術領域，包括以下步驟：獲取疫情數(shù)據(jù)和人口遷移數(shù)據(jù)；根據(jù)疫情數(shù)據(jù)和人口遷移數(shù)據(jù)，構建待預測區(qū)域的復合城市網(wǎng)絡模型；疫情數(shù)據(jù)通過復合城市網(wǎng)絡模型計算，得到待預測城市未來K天的感染人群數(shù)據(jù)；基于預設疫情區(qū)間和待預測城市未來K天的感染人群數(shù)據(jù)，得到K張疫情熱力圖。該方法獲得的層級化復雜動力學模型考慮了如春運等大規(guī)模人流活動時人口遷移情況對疫情發(fā)展影響，實現(xiàn)在大規(guī)模人流活動的情況下對未來疫情數(shù)據(jù)的準確預測，可以直觀查看疫情發(fā)展情況，用作采取疫情防控手段的參考。本發(fā)明還公開了一種基于人口遷移的疫情預測裝置、電子設備和計算機存儲介質(zhì)。

技術領域

本發(fā)明涉及疫情預測技術領域，尤其涉及一種基于人口遷移的疫情預測方法、裝置、電子設備及介質(zhì)。

背景技術

2019年12月出現(xiàn)一種新型的冠狀病毒，在極短的時間爆發(fā)出很強的傳染性，雖然目前的致死率并不高，但是如果不對其進行抑制，會給整個社會造成很大的影響。本次病毒傳染速度快，又正逢是中國傳統(tǒng)春節(jié)、春運等增加人流量的時間點，沒有過去的防控經(jīng)驗可以作為參考。

現(xiàn)有的疫情預測方法通常只根據(jù)單獨一個城市的疫情數(shù)據(jù)，僅考慮城市內(nèi)部的易感者、潛伏者、感染者、康復者之間的轉(zhuǎn)換關系，建立單個城市的動力學模型，進而對單個城市的未來疫情發(fā)展作出預測。現(xiàn)有疫情預測方法沒有考慮因城市之間的人員流動對病毒傳播帶來的影響，不符合在春運等大規(guī)模人流活動發(fā)生的情況下，疫情發(fā)展的實際情況。因此亟需一種疫情預測方法能預測大規(guī)模人流活動發(fā)生時的疫情發(fā)展，用作采取疫情防控手段的參考。

發(fā)明內(nèi)容

為了克服現(xiàn)有技術的不足，本發(fā)明的目的之一在于提供一種基于人口遷移的疫情預測方法，其根據(jù)疫情數(shù)據(jù)和待預測城市之間的人口遷移數(shù)據(jù)，構建待預測區(qū)域的復合城市網(wǎng)絡模型，進而實現(xiàn)在大規(guī)模人流活動的情況下，對待預測城市未來K天疫情數(shù)據(jù)的準確預測，并通過熱力圖直觀顯示。

本發(fā)明的目的之一采用以下技術方案實現(xiàn)：

獲取疫情數(shù)據(jù)和人口遷移數(shù)據(jù)；

根據(jù)所述疫情數(shù)據(jù)和所述人口遷移數(shù)據(jù)，構建待預測區(qū)域的復合城市網(wǎng)絡模型；

所述疫情數(shù)據(jù)通過所述復合城市網(wǎng)絡模型計算，得到待預測城市未來K天的感染人群數(shù)據(jù)；

基于預設疫情區(qū)間和所述待預測城市未來K天的感染人群數(shù)據(jù)，得到K張疫情熱力圖。

進一步地，所述疫情數(shù)據(jù)包括所述待預測城市每天的四類人群數(shù)據(jù)，所述四類人群數(shù)據(jù)包括易感人群數(shù)據(jù)、潛伏人群數(shù)據(jù)、感染人群數(shù)據(jù)和康復人群數(shù)據(jù)。

進一步地，當待預測城市為N個時，所述復合城市網(wǎng)絡模型包括N個子網(wǎng)絡，根據(jù)N個城市的疫情數(shù)據(jù)和所述人口遷移數(shù)據(jù)，構建N個子網(wǎng)絡，包括：

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

進一步地，所述N個子網(wǎng)絡包括改進SEIR模型，根據(jù)第n個城市的四類人群數(shù)據(jù)、第n個城市與第m（m≠n）個城市之間的人口遷移數(shù)據(jù)，構建第n個子網(wǎng)絡，包括：

獲取所述待預測城市的人口總數(shù)；

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

所述第n個子網(wǎng)絡的疫情動態(tài)變化速率和所述第n個城市的四類人群數(shù)據(jù)，通過最小二乘法計算，得到所述第n個子網(wǎng)絡的四類人群轉(zhuǎn)換率。