[发明专利]基于人口迁移的疫情预测方法、装置、电子设备及介质

说明书

本发明公开了一种基于人口迁移的疫情预测方法，涉及疫情预测技术领域，包括以下步骤：获取疫情数据和人口迁移数据；根据疫情数据和人口迁移数据，构建待预测区域的复合城市网络模型；疫情数据通过复合城市网络模型计算，得到待预测城市未来K天的感染人群数据；基于预设疫情区间和待预测城市未来K天的感染人群数据，得到K张疫情热力图。该方法获得的层级化复杂动力学模型考虑了如春运等大规模人流活动时人口迁移情况对疫情发展影响，实现在大规模人流活动的情况下对未来疫情数据的准确预测，可以直观查看疫情发展情况，用作采取疫情防控手段的参考。本发明还公开了一种基于人口迁移的疫情预测装置、电子设备和计算机存储介质。

技术领域

本发明涉及疫情预测技术领域，尤其涉及一种基于人口迁移的疫情预测方法、装置、电子设备及介质。

背景技术

2019年12月出现一种新型的冠状病毒，在极短的时间爆发出很强的传染性，虽然目前的致死率并不高，但是如果不对其进行抑制，会给整个社会造成很大的影响。本次病毒传染速度快，又正逢是中国传统春节、春运等增加人流量的时间点，没有过去的防控经验可以作为参考。

现有的疫情预测方法通常只根据单独一个城市的疫情数据，仅考虑城市内部的易感者、潜伏者、感染者、康复者之间的转换关系，建立单个城市的动力学模型，进而对单个城市的未来疫情发展作出预测。现有疫情预测方法没有考虑因城市之间的人员流动对病毒传播带来的影响，不符合在春运等大规模人流活动发生的情况下，疫情发展的实际情况。因此亟需一种疫情预测方法能预测大规模人流活动发生时的疫情发展，用作采取疫情防控手段的参考。

发明内容

为了克服现有技术的不足，本发明的目的之一在于提供一种基于人口迁移的疫情预测方法，其根据疫情数据和待预测城市之间的人口迁移数据，构建待预测区域的复合城市网络模型，进而实现在大规模人流活动的情况下，对待预测城市未来K天疫情数据的准确预测，并通过热力图直观显示。

本发明的目的之一采用以下技术方案实现：

获取疫情数据和人口迁移数据；

根据所述疫情数据和所述人口迁移数据，构建待预测区域的复合城市网络模型；

所述疫情数据通过所述复合城市网络模型计算，得到待预测城市未来K天的感染人群数据；

基于预设疫情区间和所述待预测城市未来K天的感染人群数据，得到K张疫情热力图。

进一步地，所述疫情数据包括所述待预测城市每天的四类人群数据，所述四类人群数据包括易感人群数据、潜伏人群数据、感染人群数据和康复人群数据。

进一步地，当待预测城市为N个时，所述复合城市网络模型包括N个子网络，根据N个城市的疫情数据和所述人口迁移数据，构建N个子网络，包括：

分别根据第n（n=1,...,N）个城市的四类人群数据、第n（n=1,...,N）个城市与第m（m≠n）个城市之间的人口迁移数据，构建第n（n=1,...,N）个子网络。

进一步地，所述N个子网络包括改进SEIR模型，根据第n个城市的四类人群数据、第n个城市与第m（m≠n）个城市之间的人口迁移数据，构建第n个子网络，包括：

获取所述待预测城市的人口总数；

所述第n个城市的四类人群数据、所述第n个城市与第m（m≠n）个城市之间的人口迁移数据、所述每个待预测城市的人口总数通过所述改进SEIR模型计算，得到第n个子网络的疫情动态变化速率；

所述第n个子网络的疫情动态变化速率和所述第n个城市的四类人群数据，通过最小二乘法计算，得到所述第n个子网络的四类人群转换率。