原创力文档- 1、本文档共7页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
第40卷第8期算机仿真2023年8月
文章编号：1006-9348（2023)08-0320-07
则COVID-19变化趋势的改进模型SEIR-RD
预测
阿布都克力木·阿布力孜，林璞，李文卓，郭文强
（新疆财经大学信息管理学院，新疆乌鲁木齐830012；
摘要：新型冠状病毒肺炎（COVID-19）疫情迅速蔓延对全人类的生存发展造成严重的影响。将中国国家卫生健康委员会公
布的武汉市疫情数据作为研究对象，基于SEIR模型基础上提出SEIR-RD和SEIR-RS模型来重建COVID-19传播过程。
通过对COVID-19爆发后114天内的新增病例和死亡人数实现仿真分析，模型预测出COVID-19确诊病例和疫情规模随时
间变化的趋势。实验结果表明，SEIR-RD模型能够有效预测COVID-19疫情峰值和疫情规模，并获得与实际情况几乎相同
的发展趋势。最后，对印度自2021年4月份以来第二阶段疫情爆发作出预测分析，用以探究SEIR-RD模型的可行性。
关键词：新型冠状病毒肺炎；传染病模型；动态传染病模型；双向长短期记忆网络
中图分类号：TP391.9文献标识码：B
ImprovedModelSEIR-RDforPredictingTrendofCOVID-19
ABULIZIAbudukelimu,LINPu,LIWen-zhuo,GUOWen-qiang
(DepartmentofInformationManagement,XinjiangUniversityofFinanceandEconomics,
UrumqiXinjiang830012,China)
ABSTRACT:Therapidspreadofthenovelcoronavirus(COVID-19)hasseverelyaffectedthesurvivalanddevelop-
mentofmankind.BasedontheSEIRmodel,theSEIR-RDandSEIR-RSmodelswereproposedtoreconstructthe
transmissionprocessofCOVID-19basedonthedataofWuhanreleasedbyTheNationalHealthCommissionofChi-
na.Bysimulatingthenumberofnewcasesanddeathswithin114daysoftheCOVID-19outbreak,themodelpredic-
tedthetrendofconfirmedCOVID-19casesandthescaleoftheoutbreakovertime.Theexperimentalresultsshow
thattheSEIR-RDmodelcaneffectivelypredictthepeakandscaleoftheCOVID-19,andobtainalmostthesame
developmenttrendastheactualsituation.Finally,thepapermakesapredictionanalysisofthesecond-stageoutbreak
inIndiasinceApril2021toexplorethefeasibilityoftheSEIR-RDmodel.
KEYWORDS:COVID-19;SEIR;SEIR-RD;Bi-LSTM
文档评论（0）