复杂系统可靠性
——李大庆工作室
文章

基于网络的预测新冠肺炎感染人数的新方法

发表时间:2020-02-12 17:13

引言:截至2020211日,新型冠状病毒传播的未来发展趋势尚不明朗。对各城市新冠肺炎感染人数的精确预测有助于政府及其相关部门更高效的开展疫情防控工作。本文中,我们提出了一个基于网络的感染人数预测方法并将其应用于对湖北各城市新冠肺炎感染人数的预测中。

虽然城市间人口流动可通过采样估计,但是相关数据的精准程度依然存疑。在本文中,我们考虑在完全没有先验人口流动数据的情况下,通过湖北各城市每日新增新冠肺炎确诊人数以及各城市人口来推断网络。而后通过推断的网络对未来新冠肺炎感染人数进行预测。我们的结果显示,在没有人口流动数据的情况下,我们依然可以通过推断的人口流动网络来提高新冠肺炎感染人数的预测精度。值得注意的是,先验人口流动数据可以容易的加入到我们的方法,从而进一步提高预测精度。

主要结果:下图为逻辑回归(红方框)和新方法(黑点)对累积确诊新冠肺炎人数的预测结果。需要注明的是,图中左起第一个红方框和黑点为拟合值,从左起第二个红方框和黑点开始为预测结果。我们分别预测了1天(a图),2天(b图),3天(c图),4天(d图)后的累积确诊新冠肺炎人数。我们对湖北的16个城市的新冠肺炎未来流行度进行了预测,下图为其中的五个城市的相关结果。比较发现新方法的预测结果更加接近真实确诊新冠肺炎人数。

感染人数.png

我们基于210日采集到的数据(截止到20202924时的累积感染人数)对未来5天的新冠肺炎未来累积感染人数进行了预测。结果显示逻辑回归倾向于湖北各城市新冠肺炎未来5日内新增感染人数明显减少。而新方法的预测结果则为湖北各城市新冠肺炎未来5日内新增感染人数无显著变化。

疫情指数.png

免责声明

我们的分析与预测基于理论病毒传播模型和有限的公开数据,所以我们的工作结果有局限性。报告中的分析和预测结果基于20202924时前的公开疫情数据,仅代表根据该日期前的疫情控制情况。考虑到防控措施的不断加强,模型的预测结果可能会高估真实疫情。

本报告基于论文Network-Based Prediction of the 2019-nCoV Epidemic Outbreak in the Chinese Province Hubei”该论文的arXiv编号为: 2002.04482 链接为 https://arxiv.org/abs/2002.04482报告结论仅作为研究参考,非官方结论。发布者不对报告结果和结论的准确性负责。

报告作者:代尔夫特理工大学网络构架与服务科研组https://www.nas.ewi.tudelft.nl。主席:Piet Van Mieghem. 中文撰稿人:马龙。



分享到: