新冠肺炎疫情全球预测

Global Prediction of COVID-19 Pandemic

预测系统

Prediction System

新冠肺炎疫情全球预测系统

Global Prediction System of the COVID-19 Pandemic


COVID-19全球预测系统(GPCP)基于实时更新的流行病数据,对每个国家的逐日和季节性新增新冠肺炎发病数进行可靠预报。模型的第一版使用了改良的SIR流行病模型,该模型结合了全球真实流行病数据,同时考虑气象因素和隔离措施对于COVID-19传播的影响。第二版使用了更复杂的SEIR模型。在这一版本中,我们考虑了社区解封时间以及市民自我隔离对于疫情发展的影响。第二版模型可以用来进行季节性预测及疫情的二次爆发的预测。模型的参数通过真实流行病数据反演得到。与此同时,我们利用EEMD-ARMA方法对预测结果进行修正,以得到更优的预测效果。



目录


1.  SIR预测模型


2.  改进后的SEIR模型


3.  最优参数化方案


4.  EEMD-ARMA修正方法


undefined

  图1 GPCP预测系统流程