疫情發展模型的演算法

『壹』 27歲華裔小伙自建最准新冠預測模型

是的，2020年春天，權威的統計模型應運而生，當公眾試圖判斷冠狀病毒在3月和4月可能會有多大影響時，人們一再提到兩個預測系統：一個來自倫敦帝國理工學院建立，另一個來自總部位於西雅圖的衛生計量與評估研究所（下文簡稱IHME）。

但這些模型的預測結果大相徑庭，帝國理工學院警告稱，到去年夏天，美國可能會有多達200萬人死於新冠，而IHME的預測要保守得多，預計到8月將有6萬人死亡。事實證明，兩者的預測都不是很准確。截至8月初，美國死亡人數最終達到了16萬人。

去年春天預測數據的巨大差異引起了當時26歲的數據科學家顧友陽（Youyang Gu，音譯）的注意。這個年輕人擁有麻省理工學院的電氣工程和計算機科學碩士學位，還有一個數學學位，但沒有接受過醫學或流行病學等流行病相關領域的正式培訓。盡管如此，他認為他處理數據模型的經歷在疫情期間可能會派上用場。

4月中旬，顧友陽和父母住在加州的聖克拉拉，他花了一周時間建立了自己的新冠病毒死亡人數預測模型和一個展示病例信息的網站。不久之後，他的模型預測的結果開始比那些擁有數億美元資金和數十年經驗的機構預測的結果更加准確。

(1)疫情發展模型的演算法擴展閱讀：

顧友陽的模型中新穎、復雜的變化來自於他使用機器學習演算法來打磨他的數據

從麻省理工畢業後，顧磊在金融行業工作了幾年，為高頻交易系統編寫演算法，如果他想保住這份工作，他的預測必須是准確的。

當談到新冠疫情時，顧友陽不斷地將他的預測結果與最終報告的死亡人數進行比較，並不斷調整他的演算法，以便得出更精確的預測。盡管這活和一份耗費精力的全職工作需要的時間一樣多，但顧友陽還是自願花時間去做，依靠自己的積蓄生活。他希望他的數據不存在任何利益沖突或政治偏見。

盡管並不完美，顧友陽的模型從一開始就表現良好。他在4月底預測，到5月9日，美國將有8萬人死亡。實際死亡人數為79，926人。

IHME 4月底的一份類似預測稱，美國在2020年全年的死亡人數不會超過8萬人。顧友陽預測5月18日的死亡人數為9萬人，5月27日的死亡人數為10萬人，再一次和實際數字相吻合。

『貳』 新冠疫情的傳播第一波,第二波是怎麼測算出的

新冠疫情的傳播第一波和第二波是基於感染人數和傳播速度的變化來測算的。第旅燃一波疫情爆發時，全球范圍內的感染人數和死亡人數一直呈上嘩鎮銷升趨勢，後來隨著各國採取措施進行防控，感染人數逐漸趨於穩定，形成了疫情的第一波。第一波疫情的結束通常是通過達到一定的感染人數峰值後逐漸下降。亂游第二波疫情是指在第一波疫情結束後，又出現新的感染高峰。這通常是因為防控措施的放鬆導致病毒再次傳播。第二波疫情的測算主要基於第一波結束後的感染人數和傳播速度，以及各國繼續採取的防控措施來預測疫情的發展趨勢。

『叄』 數學建模累計確診怎麼計算的

首先，我們建立數學建模來預測疫情發展趨勢。

我們採用結合傳播網路機制的SEIR模型【易感-潛伏-感染(患病)-治癒】，基於2020年1月10日至2月11日的新冠肺炎疫情數據，建立一個描述疫情發展變化的動力學系統.

通過MATLAB計算模擬程序求解相關參數和模型結果，並用統計學指標來評估結果的誤差，然後評估效果較好的模型則用於對疫情發展趨勢做短期預測和中長期預測。

其次，我們結合統計學原理做全面而深入的數據分析。

我們重點研究疑似、確診、重症、死亡、治癒、密切接觸、醫學觀察等數據，討論各項數據之間的內在關聯，以及分析基於數據的各項統計學指標的實際含義，得出對戰勝疫情有用的啟示。

最後，我們綜合現實因素和理論依據給出戰勝疫情的拙見。

我們綜合考慮當前的疫情發展實情、國家的應急措施和相關不確定性因素，基於數學模型和數據分析的結論，對疫情未來發展做長期判斷，給出戰勝疫情過程中的重要防控關卡和幾個重要時間節點。