[發明專利]一種基于卡爾曼濾波辨識新冠病毒傳播模型參數的方法在審

申請號：	202110039784.9	申請日：	2021-01-13
公開（公告）號：	CN112700885A	公開（公告）日：	2021-04-23
發明（設計）人：	馬寶山;齊吉雙;張新宇;高宗江;陳玉珍;董恒;譚皓文	申請（專利權）人：	大連海事大學
主分類號：	G16H50/80	分類號：	G16H50/80
代理公司：	大連至誠專利代理事務所(特殊普通合伙) 21242	代理人：	張海燕;楊威
地址：	116000 遼寧省***	國省代碼：	遼寧;21
權利要求書：	查看更多	說明書：	查看更多
摘要：
搜索關鍵詞：	一種基于卡爾濾波辨識病毒傳播模型參數方法
鉆瓜網技術展會專利詞庫專利權人專利榜在售專利公布日期熱門專利

【權利要求書】：

1.一種基于卡爾曼濾波理論辨識新型冠狀病毒傳播模型參數的方法，其特征在于，包括如下步驟：

步驟1獲取新型冠狀肺炎疫情的時間序列數據集；

步驟2建立傳染病傳播模型；

步驟3使用卡爾曼濾波算法補充所述傳染病傳播模型中的未知參數；

步驟4建立傳染率變化模型；

步驟5根據傳染率變化模型更新所述傳染病傳播模型得到最優化傳染病傳播模型；

步驟6使用所述最優化傳染病傳播模型預測傳染病傳播情況。

2.根據權利要求1所述的一種基于卡爾曼濾波理論辨識新型冠狀病毒傳播模型參數的方法，其特征在于，步驟2所述的建立傳染病傳播模型，其實現步驟為：

步驟1獲取發病地區的疫情數據集，即無癥狀感染者的數據、有癥狀感染者的數據、治愈者的數據以及死亡者的數據；

步驟2將所述發病地區人群分為六個類別，分別為：S代表易感者，E代表處于潛伏期的人群，A代表無癥狀感染者，I代表感染者，R代表治愈者，D代表死亡者；

步驟3傳染病傳播模型由六個常微分方程組成，描述了每個類別在每個階段隨時間的演化情況；

其中，X(t)＝{S(t),E(t),A(t),I(t),R(t),D(t)}，代表每個類別每天的數據，代表各個類別每天的變化情況，也就是變化率，在這里變化率＝當天人數-前一天人數來計算，α表示易感者S被無癥狀患者A傳染的概率，β表示易感者S被有癥狀患者I傳染的概率，ε表示處在潛伏期E的人轉化為無癥狀患者A的概率，θ表示處在潛伏期E的人轉化為有癥狀患者(I)的概率，μ表示無癥狀患者A出現臨床癥狀的概率，v表示無癥狀患者A恢復的概率，ρ表示有癥狀患者I恢復的概率，τ表示死亡率。

3.根據權利要求1所述的一種基于卡爾曼濾波理論辨識新型冠狀病毒傳播模型參數的方法，其特征在于，步驟3所述的使用卡爾曼濾波算法補充所述傳染病傳播模型中的未知參數，其實現步驟為：

步驟1根據所述傳染病傳播模型得到未知參數：α，β，ε，θ，μ，v，ρ，τ；

步驟2將所述傳染病傳播模型整理為：

其中X(t)_i＝{S(t),E(t),A(t),I(t),R(t),D(t)}，分別代表這六個類別，代表每個類別的變化率，f_ik(X(t)₁,X(t)₂,...X(t)₇)表示第i個方程中的第k個函數，即：i＝1時，時，時，時，時，時，f_6k＝I(t),k＝1。因為微分方程組里有重復的參數，為了簡便計算，所以選取上述微分方程組中的(2),(4)和(5)表達式進行參數的估計，即利用i＝2,4,5時，的表達式進行參數估計，此時f_ik函數分別為：

v_i表示均值為零的高斯白噪聲，w_ik為當前微分方程所需要估計的系數；

步驟3使用卡爾曼濾波算法預測w_ik，即對應為α，β，ε，θ，μ，v，ρ，τ。

4.根據權利要求1所述的一種基于卡爾曼濾波理論辨識新型冠狀病毒傳播模型參數的方法，其特征在于，步驟4所述的建立傳染率變化模型，其實現為：

傳染率變化模型為時間相關的單調遞減的函數，具體表示為：

α(t)＝α₀e^-ωt(8)

β(t)＝β₀e^-ωt(9)

其中，ω∈(0,1)，α₀，β₀分別是α和β的初始感染率。

5.根據權利要求1所述的一種基于卡爾曼濾波理論辨識新型冠狀病毒傳播模型參數的方法，其特征在于，步驟5所述的根據傳染率變化模型更新所述傳染病傳播模型得到最優化傳染病傳播模型，其實現為：

根據所述傳染率變化模型，更新所述傳染病傳播模型，更新后的傳播模型可表示為：

因為獲取的疫情數據是按天變化的，所以上述微分方程組是以天作為單位時間進行連續變化的。假設E＝2*(A+I),S＝N-E-A-I-R-D,N是該發病地區的總人口，其中，X(t)＝{S(t),E(t),A(t),I(t),R(t),D(t)}，代表各個類別每天的數據，代表各個類別每天的變化情況，也就是變化率，在這里變化率＝當天人數-前一天人數來計算；α表示易感者S被無癥狀患者A傳染的概率，β表示易感者S被有癥狀患者I傳染的概率，ε表示處在潛伏期E的人轉化為無癥狀患者A的概率，θ表示處在潛伏期E的人轉化為有癥狀患者I的概率，μ表示無癥狀患者A出現臨床癥狀的概率，v表示無癥狀患者A恢復的概率，ρ表示有癥狀患者I恢復的概率，τ表示死亡率。

下載完整專利技術內容需要扣除積分，VIP會員可以免費下載。

免登錄下載普通用戶下載升級VIP會員，免費下載

該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于大連海事大學，未經大連海事大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】

本文鏈接：http://www.17sss.com.cn/pat/books/202110039784.9/1.html，轉載請聲明來源鉆瓜專利網。