[發明專利]基于疫情拐點的預測方法

在審

• 申請號: 202110767350.0
• 申請日: 2021-07-07
• 公開（公告）號: CN113450925A
• 公開（公告）日: 2021-09-28
• 發明（設計）人: 吳雪琴;嚴浩;李躍;武鑫林
• 申請（專利權）人: 電子科技大學成都學院
• 主分類號: G16H50/80
• 分類號: G16H50/80;G16H50/50;G06Q10/04;G06F17/16
• 代理公司: 成都易創經云知識產權代理有限公司 51322
• 代理人: 白桂林

1.一種基于疫情拐點的預測方法，其特征在于，包括以下步驟：

S1.獲取疫情數據包；其中，數據包中包含的信息有：感染國家和/或省份的經緯度、感染時間、總人數、確診人數、治愈人數和死亡人數；

S2.根據獲取的疫情數據包，對疫情影響因子進行分析計算，得到因子綜合得分，并構建疫情傳播模型；

S3.通過線性方程對疫情傳播模型進行計算分析，得到基本再生數，基本再生數表示為漸進的每代增長率；其中，若基本再生數小于1，則表示存在疫情拐點，若基本再生數大于1，則表示不存在疫情拐點。

2.根據權利要求1的基于疫情拐點的預測方法，其特征在于，步驟S2中，因子綜合得分的具體分析步驟為：

S21.建立各個國家與公共因子和特殊因子的關系式，具體為：X^T＝AF+ε；

其中，F＝(F₁，F₂，...，F_m)^T，ε＝(ε₁，ε₂，ε₃，ε₄，ε₅)^T，A＝(a_ij)_k*m，A為a_ij形成的矩陣，a_ij是第i個變量在第j個因子上的負荷，代表第i個變量在第j個公共因子上的系數，稱為因子負荷量，k為國家數，F為公共因子，ε為特殊因子，a_ij為因子負荷量，m為公共因子的個數，X^T為X的轉置矩陣，x_ij為第i個國家的第j個指標的數值(i＝1，2...n；j＝1，2，...，k)；記X＝(x_ij)_n×k＝(X₁，X₂，...，X_n)；

S22.對各個國家的樣本相關系數矩陣R進行計算，得到樣本相關系數矩陣R的特征值和特征向量；樣本相關系數矩陣R為：

樣本相關系數矩陣R的特征方程為：|R-λI|＝0；

樣本相關系數矩陣R的特征值λ_i(λ₁≥…≥λ_k≥0)和對應的特征向量μ_i(i＝1，2，…，k)；

其中，R為對各個國家的樣本相關系數矩陣，λ_i(λ₁≥…≥λ_k≥0)為樣本相關系數矩陣R的特征值，μ_i(i＝1，2，…，k)為樣本相關系數矩陣R的特征值對應的特征向量；

S23.根據各個國家與公共因子和特殊因子的關系式以及樣本相關系數矩陣R，分析計算因子得分，因子得分為：F＝A^TR^-1X^T；

因子綜合得分Df的公式為：

3.根據權利要求2的基于疫情拐點的預測方法，其特征在于，因子綜合得分公式中，需滿足：

(1).m≤k；

(2).cov(F，ε)＝0，即公共因子與特殊因子是不相關的；

(3).D(F)＝I_K，即各公共因子不相關且方差為1；

(4).即各個特殊因子不相關。

4.根據權利要求1～3任一項的基于疫情拐點的預測方法，其特征在于：疫情傳播模型為：

其中，S_(t)，V_(t)，E_(t)，I_(t)，R_(t)，分別表示t時刻的易于被感染的人數S_(t)，自身具備抵抗能力的不易感人數V_(t)，攜帶病毒但表現為無癥狀者的潛伏者E_(t)，確證染病者I_(t)，痊愈者R_(t)，B_(t)表示t時刻環境中病毒的數量；人與人之間的接觸傳染率為β，人與環境之間的傳染率為α，各個因子自身抵抗效率為v，攜帶病毒者釋放到環境中病毒的速率為r，潛伏者變成染病的轉移率為染病者變成痊愈者的轉移率為γ，μ為死亡率。