分享

基于SIR模型预测武汉数据

 多物理场仿真 2022-03-22

有朋友要求预测武汉数据,实际上利用SIR模型预测武汉的数据,数据样本并不理想,不符合理想模型。从已有数据来看,武汉拐点没有到达,所以无法进行数据匹配和预测。

依据已有公开数据,按照最理想情况看,即以后每天新增数据呈线性下降趋势,直至为0。平滑数据,去掉噪声较大的样本,可以大概估计出一个范围。

今天为2020年2月23日。

最终清0时间:也就是所有感染者为0的时间

假设1:10天内,最终新增数据为0.

计算结论如下:

1. 总感染人数在48000

2. 清0时间往后推60天左右

假设2:20天内,最终新增数据为0.

计算结论如下

1. 总感染人数在51000

2. 清0时间往后推70天左右

假设3:30天内,最终新增数据为0.

1. 总感染人数在53000

2. 清0时间往后推78天左右

总结:

从已有数据看,武汉的感染增值率虽然下降了,但是感染趋势没有发生变化,期待更多的好消息!

说明:结论仅供做学术研究使用

基于SIR模型预测上海数据

病毒传播SIR模型python代码GitHub地址

python实现SIR传播模型(图片数据)

python实现SIR传播模型(动图)

    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多