[发明专利]一种对未知新型病毒发展趋势的预测方法

说明书

本发明公开了一种对未知新型病毒发展趋势的预测方法，属于流行病传播与控制技术领域。其包括以下步骤：整理数据、数据划分、数据建模、模型预测、输出结果；本发明的有益效果是：本发明对未知新型病毒发展趋势的预测方法，根据疫情不同的发展阶段进行建模回归分析，解决了模型缺乏针对性的问题；随着每天更新的数据进行模型迭代，实现了与实际情况的对比与矫正，保证了对传染病发展趋势预测与估算的准确性。

技术领域

本发明涉及一种对未知新型病毒发展趋势的预测方法，属于流行病传播与控制技术领域。

背景技术

传染病对人类的影响一致就备受关注，2003年的SARS、2005年的禽流感、 2008年的手足口病以及2009年的甲型H1N1流感等最近几年出现的新型传染病，其造成的后果，除了直接人员伤亡和巨额医疗费用外，对经济的间接影响、对民众心理和社会安定的危害都是非常严重的。

传染病疫情的开始、爆发和控制过程，均遵循相应的客观规律，对其演变过程进行科学的预测，是决策部门正确判断形势、做出恰当反应的重要环节。

目前，对传染病发展趋势的预测与估算，大都基于或滞后或片面的信息，缺乏可靠性针对性的模型基础，有的对于数据处理并没有与实际情况对比分析与矫正，因此各种预测结论不但相差巨大甚至相互矛盾。

发明内容

本发明所要解决的技术问题在于：提供一种对未知新型病毒发展趋势的预测方法，它解决了现有技术中对传染病发展趋势的预测与估算，由于是基于或滞后或片面的信息，缺乏可靠性针对性的模型基础，导致预测结论不准确的问题。

本发明所要解决的技术问题采取以下技术方案来实现：

一种对未知新型病毒发展趋势的预测方法，包括以下步骤：

S1：整理数据；根据病毒从第1天至第n天的实际传播数据，按照“时间”、“实际疑似人数”、“实际确诊人数”进行数据整理；

S2：数据划分；以“时间”为横轴，分别以“实际疑似人数”、“实际确诊人数”为纵轴，随着时间推移，根据S1中的实际数据绘制散点/平滑曲线；

S3：数据建模；按照S2中所绘制的散点/平滑曲线，根据当期疫情发展确定对应的时间阶段，按照各阶段对应的数据分布特点分别建立指数递增回归模型、多项式回归模型、指数递减回归模型；用R²评估模型的拟合能力，并根据每天的新增数据进行模型的迭代；

S4：模型预测；利用S3中建立的数据模型，预测未来三天的“确诊人数”和“疑似人数”；

S5：输出结果；将预测的数据以可视化的方式输出到展示端。

本发明的有益效果是：本发明对未知新型病毒发展趋势的预测方法，根据病毒从第1天至第n天的实际传播数据以及疫情不同的发展阶段进行建模回归分析，解决了模型缺乏针对性的问题；随着每天更新的数据进行模型迭代，实现了与实际情况的对比与矫正，保证了对传染病发展趋势预测与估算的准确性。

附图说明

图1为本发明的步骤流程示意图；

图2为不同时间阶段全国现存确诊人数曲线；

图3为不同时间阶段全国疑似感染人数曲线；

图4为本发明预测数据和实际数据的对比趋势图。

具体实施方式

下面结合附图对本发明的具体实施方式进行描述，以便本领域的技术人员更好地理解本发明。需要特别提醒注意的是，在以下的描述中，当已知功能和设计的详细描述也许会淡化本发明的主要内容时，这些描述在这里将被忽略。

实施例：