数学建模社区-数学中国

标题: 基于BPNN的COVID-19疫情预测及SEIR的高校复学分析_周彩霞 [打印本页]
作者: 雩风三日    时间: 2021-5-11 15:49
标题: 基于BPNN的COVID-19疫情预测及SEIR的高校复学分析_周彩霞
目的：比较不同国家未来疫情发展趋势，预测高校复学时间及方式。
7 s1 ~/ U7 {7 d
( y; f* {; @. Y1 Q方法： 统计疫情相关数据；建立 BP神经网络（BPNN）模型预测未来 180天各国疫情发展；并结合 SEIR 模型对中国高校复学时间及方式进行理论分析。结果 BP 神经网络模型可以对疫情发展进行合理预测；在3个样本中，中国疫情已基本趋于稳定，意大利累计确诊人数将在11月初达到峰值，美国疫情峰值的出现将不早于明年1月中旬。在疫情防控较好的中国，若在疫情发生120天后采取严格管控下的部分复学或全面复学，学校产生二次暴发的可能性很小；若在疫情发生120天后采取无严格管控下的全面复学，学校有产生二次暴发的可能；9月初可以采取严格管控下的全面复学，而无严格管控下的全面复学应不早于9月底。结论预测结果与实际疫情及相关部门出台的政策基本吻合，对高校复学时间及方式进行科学分析并给出了建议，可为高校下一步复学计划提供参考, A+ m& R' @" ?
9 }6 I: C! r) h

/ d6 a9 T" A6 A: } 基于BPNN的COVID__19疫情预测及SEIR的高校复学分析_周彩霞.pdf (1.4 MB, 下载次数: 6, 售价: 1 点体力) 7 p0 Y( t' g6 p0 r/ z2 [. ^* R

! h* T8 w& r: V! I
: p" L( \& x& i
% g2 f/ R) x8 R5 g9 x/ y! d



欢迎光临 数学建模社区-数学中国 (http://www.madio.net/) Powered by Discuz! X2.5