新型冠状病毒肺炎(COVID-19)在超过100个国家和地区相继暴发.目前,疫情依然在蔓延,如何快速控制疫情已成为各国面临的首要问题.本文基于常规粒子群(particle swarm optimization,PSO)算法,提出了一种采用自适应权重的PSO算法,对SEIR(susceptible-exposed-infected-recovered)改进模型的关键参数进行反演计算.利用中国大陆、意大利、西班牙和德国的确诊、治愈和死亡数据进行模拟及预测,发现所得结果与实际值的相关系数R2均在0.93以上,验证了算法有效性.再利用反演求得的不同阶段各国疫情防控中的关键参数,分析并评估疫情控制中的有效策略及其所占比重,发现送医时间为降低患者数量的首要因素,隔离率次之,且隔离率影响程度随送医时间缩短而提高.当送医时间从13d缩短至1d时,即使不考虑隔离率和人群防护意识的作用,有效再生数依然可以从3.9下降至1.4.通过研究有效控制疫情的重大事件,发现增加临床诊断和建立方舱医院使湖北省患者就医时间从16 d逐渐降至1～2 d.各国防疫效果主要受患者就医时间差异的影响,侧面佐证了加快患者收治速度和建立方舱医院的重要性.此外,当人群的防护意识指数从0.25上升至0.69时,所研究国家的确诊人数均可下降近1/3.本文对防疫影响因素进行研究分析,可为疫情尚未得到控制的地区制定有效的防控措施提供理论指导,并对未来可能出现的类似疫情的防控政策制定提供参考.
NETL
NSTL
万方数据
