[发明专利]一种基于行为模式的SEIR感染风险模拟方法

权利要求书

1.一种基于行为模式的SEIR感染风险模拟方法，其特征在于，该方法通过时序网络将疫情数据划分为不同尺度的数据，以家庭为网络节点，基于行为模式确定网络节点连接关系，构建人群接触网络，采用SEIR模型模拟疫情传播的各个阶段，确定每天的疫情传播情况。

2.根据权利要求1所述的一种基于行为模式的SEIR感染风险模拟方法，其特征在于，所述疫情数据包括时间数据和空间数据；所述时间数据依据时间划分为长时间数据和短时间数据，所述空间数据依据空间划分为大空间数据和小空间数据；将长时间数据与大空间数据结合成大尺度数据，将短时间数据与小空间数据结合成小尺度数据。

3.根据权利要求1所述的一种基于行为模式的SEIR感染风险模拟方法，其特征在于，所述时序网络是一种节点连接边只在特定时间活动的复杂网络，每条连接边携带有关节点何时活动的信息，即时序网络中的连接边，会随时间的变化出现或消失。

4.根据权利要求1所述的一种基于行为模式的SEIR感染风险模拟方法，其特征在于，所述基于行为模式确定网络节点连接关系具体为：基于行为模式确定接触节点及执行概率。

5.根据权利要求4所述的一种基于行为模式的SEIR感染风险模拟方法，其特征在于，所述行为模式包括未出门、学习、工作、娱乐和市场；所述学习和工作为固定接触节点；所述娱乐和市场为随机接触节点。

6.根据权利要求5所述的一种基于行为模式的SEIR感染风险模拟方法，其特征在于，所述固定接触节点设置具体为：当接触不同节点数量达到设定阈值后，停止向其他还未接触过的节点接触。

7.根据权利要求1所述的一种基于行为模式的SEIR感染风险模拟方法，其特征在于，所述疫情传播的各个阶段包括易感者、潜伏期、感染者和康复者。

8.根据权利要求7所述的一种基于行为模式的SEIR感染风险模拟方法，其特征在于，所述使用SEIR模型模拟疫情传播的各个阶段，具体为：

易感者在一开始会有潜伏期，一段时间之后才出现症状，变为感染者；一旦变为康复者，就不会再传染，即在概率传递过程中，一旦变为康复者，就没有概率再次转移为感染者或者易感者；所述SEIR模型的微分方程为：

其中，S、E、I、R分别为易感者人数、潜伏期人数、感染者人数以及康复者人数，r为感染者接触易感者的人数，t为传播时间；α为潜伏者转为感染者的概率，β为易感者和感染者接触被传染的概率，β₁为易感者和潜伏期患者接触被感染的概率，γ为感染者康复的概率，μ为感染者被隔离的概率；N为总节点数；

基于马可夫链，定义后一天的状态只与前一天的状态相关，结合所述微分方程，获取得到每一天的疫情传播情况。

9.根据权利要求8所述的一种基于行为模式的SEIR感染风险模拟方法，其特征在于，第n天疫情传播迭代方程为：

I_n＝I_n-1+αE_n-1-γI_n-1-μI_n-1

R_n＝R_n-1+γI_n-1-μR_n-1

其中，S、E、I、R分别为易感者人数、潜伏期人数、感染者人数以及康复者人数，r为感染者接触易感者的人数，下标n为天数；α为潜伏者转为感染者的概率，β为易感者和感染者接触被传染的概率，β₁为易感者和潜伏期患者接触被感染的概率，γ为感染者康复的概率，μ为感染者被隔离的概率；N为总节点数。

10.一种基于权利要求1所述的基于行为模式的SEIR感染风险模拟方法的系统，其特征在于，包括：

数据采集及预处理模块，用于获取疫情数据并对其进行尺度划分预处理；

时序网络建模模块，用于依据疫情数据建立时序网络；

SEIR模型疫情模拟模块，用于依据时序网络对疫情传播进行模拟；

显示模块，用于可视化显示模拟的疫情传播数据。