• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于組合神經(jīng)網(wǎng)絡(luò)模型的新冠疫情傳播預(yù)測分析

    2020-12-01 03:15吳志強(qiáng)王波
    軟件導(dǎo)刊 2020年10期
    關(guān)鍵詞:新型冠狀病毒肺炎

    吳志強(qiáng) 王波

    摘 要:在全球抗擊新型冠狀病毒肺炎(COVID-19)疫情的過程中,合理的疫情傳播預(yù)測對于疫情防控有重要參考意義。為了對病毒傳播進(jìn)行合理預(yù)測,針對傳統(tǒng)疫情傳播預(yù)測模型存在的不足,提出一種組合式神經(jīng)網(wǎng)絡(luò)的疫情傳播預(yù)測模型,并將其應(yīng)用于湖北省1月29日-3月15日每日新增確診人數(shù)預(yù)測及湖北省每日累計確診人數(shù)預(yù)測。預(yù)測結(jié)果分析顯示,該神經(jīng)網(wǎng)絡(luò)預(yù)測模型預(yù)測結(jié)果可靠有效。模型性能分析結(jié)果表明,組合式神經(jīng)網(wǎng)絡(luò)預(yù)測模型平均相對誤差(MRE)不超過0.16,均方誤差(MSE)不超過0.1,均方根誤差(RMSE)為0.262 9,性能明顯優(yōu)于其它幾種神經(jīng)網(wǎng)絡(luò)預(yù)測模型?;谖錆h市與廣東省疫情傳播預(yù)測的實證結(jié)果顯示模型具有較好的適用性及準(zhǔn)確性。

    關(guān)鍵詞:新型冠狀病毒肺炎;組合神經(jīng)網(wǎng)絡(luò)預(yù)測模型;疫情傳播;預(yù)測分析

    DOI:10. 11907/rjdk. 201884

    中圖分類號:TP301 文獻(xiàn)標(biāo)識碼:A 文章編號:1672-7800(2020)010-0015-05

    Abstract:In the global fight against COVID-19, reasonable prediction of the spread of the epidemic has important reference significance for the prevention and control of the epidemic. In order to reasonably predict the spread of COVID-19, considering the shortcomings of traditional epidemic spread prediction models, this paper proposes a combined neural network epidemic spread prediction model. Subsequently, the model is applied to predict the daily number of newly diagnosed patients in Hubei Province and the cumulative number of daily diagnoses from January 29 to March 15. The analysis of prediction results shows that the prediction results of each neural network prediction model are reliable and effective. The model performance analysis results show that the combined neural network prediction model has an MRE of no more than 0.16, an MSE of no more than 0.1 and an RMSE of 0.262 9, which means that the performance of the combined neural network is significantly better than that of other neural network prediction models. The empirical results based on Wuhan city and Guangdong Province show that the model has good applicability and accuracy.

    Key Words:COVID-19;combined neural network prediction model;the spread of the epidemic; forecast analysis

    0 引言

    2019年12月以來,新型冠狀病毒肺炎(COVID-19)疫情爆發(fā),其傳染性強(qiáng)、傳播迅速。在全球抗擊新冠肺炎的過程中,相關(guān)科研人員對疫情傳播和發(fā)展趨勢進(jìn)行了大量研究,為疫情防控提供了重要的參考信息[1-2]。

    國內(nèi)外學(xué)者針對疫情傳播與發(fā)展趨勢預(yù)測分析,構(gòu)建的預(yù)測模型主要集中于動力學(xué)模型及統(tǒng)計學(xué)模型。動力學(xué)模型根據(jù)各要素之間的聯(lián)系構(gòu)建相關(guān)動力學(xué)微分方程,進(jìn)而可模擬相關(guān)要素發(fā)展趨勢,因此被廣泛應(yīng)用于疾病傳播和分析,新型冠狀病毒肺炎傳播的動力學(xué)模型主要有SIR模型[3-6]、SEIR模型[7-10]、SEIHR模型[11]、SEQIR模型[12]等。如Zareie 等[3]通過構(gòu)建伊朗COVID-19疫情的SIR模型,對伊朗COVID-19疫情傳播進(jìn)行有效預(yù)測;盛華雄等[4]在對疫情數(shù)據(jù)預(yù)處理的基礎(chǔ)上,在控制階段運(yùn)用經(jīng)典SIR模型與差分遞推方法進(jìn)行疫情傳播分析和預(yù)測;魏永越等[8]基于改進(jìn)的SEIR模型對新型冠狀病毒肺炎疫情進(jìn)行趨勢預(yù)測;唐三一等[11]通過建立SEIHR模型對新型冠狀病毒肺炎疫情進(jìn)行預(yù)測,進(jìn)而給出相關(guān)防控策略。

    統(tǒng)計學(xué)模型基于邏輯回歸模型挖掘統(tǒng)計數(shù)據(jù)相關(guān)規(guī)律,進(jìn)而用于疫情傳播預(yù)測分析。Ahmed 等[13]利用Logistic模型對土耳其和伊拉克疫情規(guī)模進(jìn)行預(yù)測,預(yù)測結(jié)果驗證了模型有效性;Li 等[14]基于官方疫情數(shù)據(jù),將高斯理論用于研究COVID-19傳播過程;盛華雄等[4]在對疫情數(shù)據(jù)預(yù)處理的基礎(chǔ)上,在自由傳播階段運(yùn)用Logistic模型,比較分析提前5天或延后5天的疫情數(shù)據(jù)與實測數(shù)據(jù),說明及時采取防疫措施的重要性。

    除此之外,多層感知機(jī)模型[15]、人工智能模型[16-17]、社會現(xiàn)象學(xué)模型[18-19]等也被相關(guān)學(xué)者應(yīng)用于國外疫情傳播預(yù)測分析。盡管通過上述預(yù)測模型可得出有效的疫情傳播預(yù)測結(jié)果,然而無論是動力學(xué)模型還是統(tǒng)計學(xué)模型,均僅通過設(shè)置好的預(yù)測參數(shù)進(jìn)行疫情預(yù)測,當(dāng)參數(shù)過多時將面臨求解困難、復(fù)雜的問題,且未考慮疑似人群在疫情傳播中的影響;而相關(guān)人工智能模型(如多層感知機(jī))容易陷入局部極小點問題,且國內(nèi)與疫情傳播相關(guān)的智能預(yù)測模型研究較少。因此,本文提出一種組合式神經(jīng)網(wǎng)絡(luò)的疫情傳播預(yù)測模型,將粒子群用于神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程,并將其應(yīng)用于湖北省1月29日-3月15日的疫情傳播預(yù)測。

    1 組合神經(jīng)網(wǎng)絡(luò)預(yù)測模型

    1.1 基本假設(shè)與數(shù)據(jù)說明

    為對湖北省疫情傳播作出合理的預(yù)測分析,提出5項基本假設(shè):①國家衛(wèi)健委提供的疫情數(shù)據(jù)真實可靠;②除確診人數(shù)、死亡人數(shù)對疫情傳播有直接影響外,疑似人群及重癥人數(shù)對疫情傳播也存在相關(guān)聯(lián)系;③治愈人群可能產(chǎn)生再次感染,即治愈人數(shù)與疫情傳播依舊存在聯(lián)系;④只用前1天的相關(guān)數(shù)據(jù)預(yù)測后1天的疫情新增確診量;⑤考慮到2月12 號推出用于診斷疫情的相關(guān)試劑,湖北省新增確診人數(shù)急劇上升至14 840例,因此該日湖北省新增確診人數(shù)采用文獻(xiàn)[4]中推理出的數(shù)據(jù)(新增確診人數(shù)2 051例)替代。

    其中,t表示時間序列(1表示1月29號,以此類推),I表示每日新增確診人數(shù),N表示每日累計確診人數(shù),R表示每日治愈人數(shù),D表示每日死亡人數(shù),S表示每日疑似人數(shù),Z表示每日重癥人數(shù)。本文數(shù)據(jù)來源為國家衛(wèi)健委提供的每日疫情數(shù)據(jù),網(wǎng)址為http://www.nhc.gov.cn/xcs/xxgzbd/gzbd_index.shtml。選取湖北省1月28日-3月15日的疫情數(shù)據(jù),數(shù)據(jù)內(nèi)容包含上述數(shù)據(jù)內(nèi)容。

    1.2 模型介紹

    神經(jīng)網(wǎng)絡(luò)模型具有自學(xué)習(xí)能力、自適應(yīng)能力、非線性映射能力及容錯率高等優(yōu)點,應(yīng)用廣泛,且可根據(jù)輸入輸出映射進(jìn)行自我調(diào)整,因此可被用于疫情傳播預(yù)測分析??紤]到不同的激活函數(shù)及神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)對神經(jīng)網(wǎng)絡(luò)性能及預(yù)測精度有重要影響,因此本文構(gòu)建4種不同的神經(jīng)網(wǎng)絡(luò)模型對湖北省疫情每日新增確診人數(shù)進(jìn)行預(yù)測,并將4種神經(jīng)網(wǎng)絡(luò)預(yù)測結(jié)果作為傳統(tǒng)多層感知機(jī)的輸入進(jìn)行擬合預(yù)測??紤]到傳統(tǒng)神經(jīng)網(wǎng)絡(luò)在權(quán)值訓(xùn)練過程中容易陷入局部極小點且收斂較慢,因此將粒子群算法用于各神經(jīng)網(wǎng)絡(luò)權(quán)重訓(xùn)練,其中各神經(jīng)網(wǎng)絡(luò)參數(shù)如表1所示。

    考慮到傳統(tǒng)神經(jīng)網(wǎng)絡(luò)在權(quán)值訓(xùn)練過程中容易陷入局部極小點且收斂較慢,將粒子群算法用于各神經(jīng)網(wǎng)絡(luò)權(quán)重訓(xùn)練,訓(xùn)練過程為:①初始化粒子群基本參數(shù),最大迭代次數(shù)為1 000次,粒子為各神經(jīng)網(wǎng)絡(luò)連接權(quán)值;②將粒子代入各神經(jīng)網(wǎng)絡(luò),將各神經(jīng)網(wǎng)絡(luò)輸出與目標(biāo)輸出的殘差作為粒子群算法的目標(biāo)函數(shù);③更新粒子,并計算粒子目標(biāo)值,并根據(jù)目標(biāo)值大小進(jìn)行更新最優(yōu)粒子和最優(yōu)值;④判斷是否滿足停止條件,若滿足則輸入最佳粒子,若不滿足返回步驟2。

    2 疫情傳播預(yù)測分析

    2.1 湖北省每日新增確診量預(yù)測

    選取湖北省1月28日-3月15日疫情數(shù)據(jù)進(jìn)行疫情傳播預(yù)測分析,數(shù)據(jù)信息包括:每日疫情新增確診人數(shù)I、每日治愈人數(shù)R、每日死亡人數(shù)D、每日新增疑似人數(shù)S、每日重癥人數(shù)Z以及每日累計確診人數(shù)N(數(shù)據(jù)來源國家衛(wèi)健委)。將前1天的疫情數(shù)據(jù)作為神經(jīng)網(wǎng)絡(luò)輸入,后1天疫情新增確診人數(shù)作為神經(jīng)網(wǎng)絡(luò)輸出,進(jìn)行湖北省每日新增確診量預(yù)測分析,各神經(jīng)網(wǎng)絡(luò)預(yù)測結(jié)果如表2所示,其中時間1表示1月29日。

    其中2月12號(第15時間序列)新增確診量用文獻(xiàn)[4]數(shù)據(jù)替代,最后時間序列的多個神經(jīng)網(wǎng)絡(luò)預(yù)測結(jié)果為負(fù)值,故而上進(jìn)為0,根據(jù)表2所得的新增確診人數(shù)預(yù)測結(jié)果得到湖北省每日新增確診人數(shù)預(yù)測,如圖2所示。

    由圖2可知,以上5種神經(jīng)網(wǎng)絡(luò)對于湖北省每日新增確診人數(shù)的預(yù)測與實際趨勢均較為符合,可對湖北省每日新增確診人數(shù)進(jìn)行有效的預(yù)測分析,但是在某些時間節(jié)點上仍存在差異,如第20時間節(jié)點上神經(jīng)網(wǎng)絡(luò)2(雙曲三層神經(jīng)網(wǎng)絡(luò))及神經(jīng)網(wǎng)絡(luò)3(四層神經(jīng)網(wǎng)絡(luò))的預(yù)測結(jié)果與實際新增確診人數(shù)存在較大差異。同時,在5種神經(jīng)網(wǎng)絡(luò)預(yù)測模型中,神經(jīng)網(wǎng)絡(luò)1(三層神經(jīng)網(wǎng)絡(luò))及組合預(yù)測模型對于湖北省每日新增確診人數(shù)預(yù)測精度較高。

    2.2 湖北省每日累計確診量預(yù)測

    合理有效地預(yù)測分析湖北省每日累計確診量可以為疫情拐點的出現(xiàn)及疫情的有效控制提供參考。由于[Nt=Nt-1+It-Rt-Dt](第t時刻累計確診量由第t-1時刻的累計確診量、第t時刻新增確診量、第t時刻新增治愈量以及第t時刻新增死亡量遞推而出),因此基于上述湖北省每日新增確診量預(yù)測分析,可以進(jìn)行湖北省每日累計確診量預(yù)測分析,分析結(jié)果如表3所示。

    根據(jù)表3所得的湖北省每日累計確診量預(yù)測結(jié)果,得到湖北省每日累計確診量預(yù)測趨勢,如圖3所示。

    由圖3可知,各神經(jīng)網(wǎng)絡(luò)預(yù)測模型對于湖北省每日累計確診量預(yù)測結(jié)果均較為理想,其預(yù)測趨勢與實際趨勢貼合較近,能夠有效反映湖北省每日累計確診量。從圖3可以看出,湖北疫情每日累計確診量在第23時刻(2月19號)左右出現(xiàn)下降趨勢,即意味著湖北省疫情拐點出現(xiàn),同時在第16時刻(2月12號)左右,湖北疫情每日累計確診量急劇增加,由于在2月12號左右推出用于診斷疫情的相關(guān)試劑,湖北省新增確診人數(shù)急劇上升。

    3 預(yù)測結(jié)果分析

    3.1 預(yù)測誤差分析

    由湖北省每日累計確診量預(yù)測結(jié)果(見表2)可以得到各預(yù)測模型在各時刻下與實際新增確診量的偏差,進(jìn)而得到各模型在各時刻下預(yù)測偏差分布,如圖4所示。

    由圖3可知隨著時間序列t 的推移,各神經(jīng)網(wǎng)絡(luò)對于湖北省每日新增確診量預(yù)測偏差逐漸減少趨近于0,表明各神經(jīng)網(wǎng)絡(luò)對于湖北省每日新增確診量預(yù)測結(jié)果有效。為檢驗各模型預(yù)測結(jié)果可靠性,各神經(jīng)網(wǎng)絡(luò)對于湖北省每日新增確診量預(yù)測偏差均值及標(biāo)準(zhǔn)差如表4所示。

    由表4可知,神經(jīng)網(wǎng)絡(luò)2與組合式神經(jīng)網(wǎng)絡(luò)與其它3種神經(jīng)網(wǎng)絡(luò)相比,偏差均值更低,然而從偏差標(biāo)準(zhǔn)差的角度來看,組合式神經(jīng)網(wǎng)絡(luò)預(yù)測偏差標(biāo)準(zhǔn)差為84.436 3,較其它4種神經(jīng)網(wǎng)絡(luò)預(yù)測結(jié)果更加可靠。

    3.2 模型性能分析

    模型性能評估是檢驗?zāi)P湍芊裼糜谝咔閭鞑ヮA(yù)測的直觀指標(biāo),而平均相對誤差(MRE)、均方誤差(MSE)以及均方根誤差(RMSE)是評估神經(jīng)網(wǎng)絡(luò)的重要指標(biāo),因此本文利用這3種指標(biāo)對各神經(jīng)網(wǎng)絡(luò)預(yù)測模型進(jìn)行評估,其中各指標(biāo)計算公式如式(1)—式(3)所示。

    其中[yi]表示第i時刻的實際量,[yi]表示第i時刻的預(yù)測量,M表示預(yù)測樣本量。

    根據(jù)式(1)—式(3)分別求得各神經(jīng)網(wǎng)絡(luò)預(yù)測模型在湖北省每日新增確診量預(yù)測中的MRE、MSE、RMSE及在湖北省每日累計確診量預(yù)測中的MRE與MSE,如表5所示。

    根據(jù)表5各神經(jīng)網(wǎng)絡(luò)預(yù)測模型指標(biāo)得分,構(gòu)建各神經(jīng)網(wǎng)絡(luò)預(yù)測模型性能雷達(dá)圖,如圖5所示。通過對比各神經(jīng)網(wǎng)絡(luò)預(yù)測模型評價指標(biāo)得分可知,神經(jīng)網(wǎng)絡(luò)預(yù)測模型對于湖北省疫情傳播預(yù)測精度較好(新增確診人數(shù)預(yù)測MRE均小于0.3,累計確診人數(shù)預(yù)測MRE均小于0.02);根據(jù)MRE評價指標(biāo)來看,組合神經(jīng)網(wǎng)絡(luò)預(yù)測模型及神經(jīng)網(wǎng)絡(luò)3(4層神經(jīng)網(wǎng)絡(luò)預(yù)測模型)較之其它3種神經(jīng)網(wǎng)絡(luò)預(yù)測模型預(yù)測精度更高;根據(jù)MSE評價指標(biāo)來看,組合神經(jīng)網(wǎng)絡(luò)預(yù)測模型性能最優(yōu),神經(jīng)網(wǎng)絡(luò)2(雙曲3層神經(jīng)網(wǎng)絡(luò)預(yù)測模型)與神經(jīng)網(wǎng)絡(luò)3(四層神經(jīng)網(wǎng)絡(luò)預(yù)測模型)預(yù)測性能相當(dāng);根據(jù)RMSE評級指標(biāo)可以看出組合神經(jīng)網(wǎng)絡(luò)預(yù)測模型性能優(yōu)于其它4種神經(jīng)網(wǎng)絡(luò)預(yù)測模型,預(yù)測結(jié)果精度更高。綜合各個評價指標(biāo)來看,根據(jù)各神經(jīng)網(wǎng)絡(luò)在性能雷達(dá)圖上所屬面積可以看出,組合神經(jīng)網(wǎng)絡(luò)預(yù)測模型性能優(yōu)于其它4種神經(jīng)網(wǎng)絡(luò)模型,其次是神經(jīng)網(wǎng)絡(luò)3(4層神經(jīng)網(wǎng)絡(luò)預(yù)測模型)、神經(jīng)網(wǎng)絡(luò)2(雙曲3層神經(jīng)網(wǎng)絡(luò)預(yù)測模型)、神經(jīng)網(wǎng)絡(luò)4(雙曲4層神經(jīng)網(wǎng)絡(luò)預(yù)測模型)以及神經(jīng)網(wǎng)絡(luò)1(3層神經(jīng)網(wǎng)絡(luò)預(yù)測模型)。

    3.3 模型適應(yīng)性分析

    為驗證組合式神經(jīng)網(wǎng)絡(luò)適用性及準(zhǔn)確性,采用湖北省武漢市2月12日-3月12日疫情數(shù)據(jù)及廣東省2月1日-2月22日疫情數(shù)據(jù)用于實驗驗證,驗證結(jié)果如圖6所示。

    由實驗驗證結(jié)果可以看出,組合式神經(jīng)網(wǎng)絡(luò)預(yù)測模型能較好地預(yù)測武漢市及廣東省疫情傳播趨勢,當(dāng)訓(xùn)練數(shù)據(jù)充分時,組合式神經(jīng)網(wǎng)絡(luò)預(yù)測模型具有較好的適用性。從準(zhǔn)確性角度出發(fā),組合式神經(jīng)網(wǎng)絡(luò)預(yù)測模型對于武漢市與廣東省新增確診人數(shù)預(yù)測的MRE均小于20%,其中武漢市新增確診人數(shù)預(yù)測MRE為6.01%,廣東省新增確診人數(shù)預(yù)測MRE為17.25%;對于武漢市以及廣東省累計確診人數(shù)預(yù)測的MRE均小于3%,其中武漢市累計確診人數(shù)預(yù)測MRE為2.09%,廣東省累計確診人數(shù)預(yù)測MRE為0.65%。由此可見,在數(shù)據(jù)集充分的情況下,組合式神經(jīng)網(wǎng)絡(luò)預(yù)測模型有著較高的預(yù)測精度。

    4 結(jié)語

    針對傳統(tǒng)疫情傳播預(yù)測方法存在的不足,本文提出了一種基于組合式神經(jīng)網(wǎng)絡(luò)的疫情傳播預(yù)測模型,并將其應(yīng)用于湖北省每日新增確診人數(shù)預(yù)測以及湖北省每日累計確診人數(shù)預(yù)測。預(yù)測結(jié)果顯示,神經(jīng)網(wǎng)絡(luò)預(yù)測模型預(yù)測結(jié)果可靠有效。模型性能分析結(jié)果表明,組合式神經(jīng)網(wǎng)絡(luò)預(yù)測模型性能明顯優(yōu)于其它4種神經(jīng)網(wǎng)絡(luò)預(yù)測模型,預(yù)測性能更佳。武漢市與廣東省數(shù)據(jù)實證結(jié)果表明,組合式神經(jīng)網(wǎng)絡(luò)預(yù)測模型適應(yīng)性較強(qiáng)、準(zhǔn)確性較高。但是,神經(jīng)網(wǎng)絡(luò)優(yōu)化仍依賴于智能優(yōu)化算法權(quán)值優(yōu)化。在未來研究中,一方面需加強(qiáng)智能優(yōu)化算法與神經(jīng)網(wǎng)絡(luò)算法的結(jié)合,另一方面將積極探索合適的方法對神經(jīng)網(wǎng)絡(luò)進(jìn)行結(jié)構(gòu)優(yōu)化,提升其實際應(yīng)用性能。

    參考文獻(xiàn):

    [1] ANIRUDH A. Mathematical modeling and the transmission dynamics in predicting the Covid-19——What next in combating the pandemic[J]. Infectious Disease Modelling,2020(5):366-374.

    [2] MOHAMADOU Y, HALIDOU A, KAPEN T. A review of mathematical modeling, artificial intelligence and datasets used in the study, prediction and management of COVID-19[J]. Applied Intelligence, 2020(7):1-13.

    [3] ZAREIE B,MOHAMMAD A R,MANSOURNIA A, et al. A model for COVID-19 prediction in Iran based on China parameters[J]. Archives of Iranian medicine, 2020, 23(4):244-248..

    [4] 盛華雄,吳琳,肖長亮. 新冠肺炎疫情傳播建模分析與預(yù)測[J]. 系統(tǒng)仿真學(xué)報,2020,32(5):759-766.

    [5] 張艷霞,李進(jìn). 基于SIR模型的新冠肺炎疫情傳播預(yù)測分析[J]. 安徽工業(yè)大學(xué)學(xué)報(自然科學(xué)版),2020,37(1):94-101.

    [6] 汪劍眉,李鋼. 新冠肺炎非均勻感染力傳播模型與干預(yù)分析[J]. 電子科技大學(xué)學(xué)報,2020,49(3):392-398.

    [7] 范如國,王奕博,羅明,等. 基于SEIR的新冠肺炎傳播模型及拐點預(yù)測分析[J]. 電子科技大學(xué)學(xué)報,2020,49(3):369-374.

    [8] 魏永越,盧珍珍,杜志成,等. 基于改進(jìn)的SEIR~(+CAQ)傳染病動力學(xué)模型進(jìn)行新型冠狀病毒肺炎疫情趨勢分析[J].中華流行病學(xué)雜志,2020(4):470-475.

    [9] 游光榮,游翰霖,趙得智,等. 新冠肺炎疫情傳播模型及防控干預(yù)措施的因果分析評估[J]. 科技導(dǎo)報,2020,38(6):90-96.

    [10] RAJAGOPAL K,HASANZADEH N,PARASTESH F,et al. A fractional-order model for the novel coronavirus (COVID-19) outbreak[J]. Nonlinear Dynamics,2020(6):1-8.

    [11] 唐三一,肖燕妮,彭志行,等. 新型冠狀病毒肺炎疫情預(yù)測建模、數(shù)據(jù)融合與防控策略分析[J]. 中華流行病學(xué)雜志,2020(4):480-484.

    [12] MANDAL M, JANA S, NANDI S K,et al. A model based study on the dynamics of COVID-19: prediction and control[J].? Chaos, Solitons and Fractals: the Interdisciplinary Journal of Nonlinear Science, and Nonequilibrium and Complex Phenomena,2020,136:109889.

    [13] AHMED A,ABDULLAH B,MOHAMMAD M A,et al. Analysis coronavirus disease (COVID-19) model using numerical approaches and logistic model[J].? AIMS Bioengineering,2020,7(3): 130-146.

    [14] LI L,YANG Z,DANG Z,et al. Propagation analysis and prediction of the COVID-19[J].? Infectious Disease Modelling,2020,5:282-292.

    [15] CAR Z,EGOTA S B, ANELI N, et al. Modeling the spread of COVID-19 infection using a multilayer perceptron[DB/OL].? Computational and Mathematical Methods in Medicine:1-10.2020-05-29.https://www.hindawi.com/journals/cmmm/2020/5714714/.

    [16] CHIMMULA V K R,ZHANG L. Time series forecasting of COVID-19 transmission in Canada using LSTM networks[J].? Chaos Solitons & Fractals, 2020,135:109864.

    [17] ZHENG N,DU S,WANG J, et al. Predicting COVID-19 in China using hybrid AI model[J]. IEEE Transactions on Cybernetics,2020, 99:1-14.

    [18] ROOSA K,LEE Y,LUO R,et al. Short-term forecasts of the COVID-19 epidemic in Guangdong and Zhejiang, China: February 13-23, 2020[J].? Journal of Clinical Medicine,2020,9(2):596-604.

    [19] DUFFEY R B,ZIO E. Prediction of CoVid-19 infection, transmission and recovery rates: a new analysis and global societal comparisons[J].? Safety Science, 2020,129:104854.

    (責(zé)任編輯:江 艷)

    猜你喜歡
    新型冠狀病毒肺炎
    基于FAHP法的N95口罩設(shè)計方案評價優(yōu)選研究
    基于扶陽學(xué)術(shù)流派學(xué)術(shù)思想對新型冠狀病毒肺炎認(rèn)識探討
    新冠肺炎疫情下中醫(yī)風(fēng)濕科治療策略
    “新型冠狀病毒肺炎”中考試題專項演練
    危機(jī)之下更顯生物安全建設(shè)之重
    十八禁人妻一区二区| 老女人水多毛片| 日本在线视频免费播放| 国产精品久久久久久久久免 | 在现免费观看毛片| 黄色视频,在线免费观看| 久久九九热精品免费| 男人狂女人下面高潮的视频| 久久久久精品国产欧美久久久| 99riav亚洲国产免费| 18禁裸乳无遮挡免费网站照片| 中出人妻视频一区二区| 亚洲最大成人中文| 日韩成人在线观看一区二区三区| 亚洲av成人av| 老鸭窝网址在线观看| 亚洲成a人片在线一区二区| 国产在视频线在精品| 亚洲最大成人中文| 国产三级中文精品| 精品久久久久久,| 欧美一区二区精品小视频在线| h日本视频在线播放| av在线蜜桃| 亚洲激情在线av| 欧美性猛交╳xxx乱大交人| 五月玫瑰六月丁香| 国产单亲对白刺激| 日本a在线网址| or卡值多少钱| 美女黄网站色视频| 久久精品国产亚洲av香蕉五月| 舔av片在线| 国产欧美日韩一区二区精品| 久久国产精品人妻蜜桃| 国产一区二区三区视频了| 一级作爱视频免费观看| 淫妇啪啪啪对白视频| 在线观看66精品国产| 久久精品国产自在天天线| av在线天堂中文字幕| 一本一本综合久久| 男女那种视频在线观看| 精品国产亚洲在线| 九九久久精品国产亚洲av麻豆| 一个人观看的视频www高清免费观看| 久久草成人影院| 99热精品在线国产| 国产精品综合久久久久久久免费| 国产一区二区激情短视频| 十八禁人妻一区二区| 在线播放国产精品三级| 变态另类成人亚洲欧美熟女| 亚洲av美国av| 亚洲成人久久爱视频| 亚洲欧美日韩高清在线视频| 久久国产精品影院| 在线免费观看的www视频| 中国美女看黄片| 人妻久久中文字幕网| 欧美精品啪啪一区二区三区| 亚洲国产精品999在线| 丰满乱子伦码专区| 免费在线观看亚洲国产| 久久久久久久久久成人| 亚洲美女黄片视频| 国产高清有码在线观看视频| 人妻久久中文字幕网| 亚洲国产精品合色在线| 搡老岳熟女国产| 午夜亚洲福利在线播放| 直男gayav资源| 亚洲专区国产一区二区| 他把我摸到了高潮在线观看| 好男人在线观看高清免费视频| 又黄又爽又刺激的免费视频.| 在线观看免费视频日本深夜| 国产亚洲欧美在线一区二区| 最新在线观看一区二区三区| 亚洲国产精品合色在线| 99热只有精品国产| 在线免费观看不下载黄p国产 | 少妇熟女aⅴ在线视频| 无遮挡黄片免费观看| 黄色视频,在线免费观看| 最新在线观看一区二区三区| 国产精品1区2区在线观看.| 久久亚洲精品不卡| www.www免费av| 级片在线观看| 久久热精品热| 欧美日韩中文字幕国产精品一区二区三区| 中出人妻视频一区二区| 亚洲 欧美 日韩 在线 免费| 十八禁网站免费在线| 午夜老司机福利剧场| 天堂影院成人在线观看| 亚洲 欧美 日韩 在线 免费| 我要看日韩黄色一级片| 精品久久久久久成人av| 国产视频一区二区在线看| 国产精品免费一区二区三区在线| 欧美日韩福利视频一区二区| 老司机深夜福利视频在线观看| 国产男靠女视频免费网站| 亚洲av电影在线进入| 免费看日本二区| 久久久久国产精品人妻aⅴ院| 在线观看一区二区三区| 男人和女人高潮做爰伦理| 国产精品电影一区二区三区| 欧美+亚洲+日韩+国产| 国产精品精品国产色婷婷| 中文字幕精品亚洲无线码一区| 怎么达到女性高潮| 日本与韩国留学比较| а√天堂www在线а√下载| 老司机福利观看| 欧美最新免费一区二区三区 | 免费黄网站久久成人精品 | 精品熟女少妇八av免费久了| 中文字幕av在线有码专区| 中文字幕av成人在线电影| 露出奶头的视频| 国产69精品久久久久777片| 久久人妻av系列| 久久国产精品影院| 久久久久久大精品| 蜜桃亚洲精品一区二区三区| 亚洲精品在线美女| 18禁在线播放成人免费| 尤物成人国产欧美一区二区三区| 动漫黄色视频在线观看| a级毛片a级免费在线| 久久99热6这里只有精品| 国产精品人妻久久久久久| 亚洲美女黄片视频| 午夜福利视频1000在线观看| 国产精品电影一区二区三区| 午夜a级毛片| 国产亚洲av嫩草精品影院| 国产色婷婷99| 大型黄色视频在线免费观看| 国产伦人伦偷精品视频| 直男gayav资源| 1000部很黄的大片| 夜夜爽天天搞| 欧美最黄视频在线播放免费| eeuss影院久久| 亚洲精品久久国产高清桃花| 在线国产一区二区在线| 亚洲国产精品999在线| 久久天躁狠狠躁夜夜2o2o| 最近最新中文字幕大全电影3| av在线蜜桃| 偷拍熟女少妇极品色| 精品日产1卡2卡| 在线a可以看的网站| 99热只有精品国产| 最新在线观看一区二区三区| 婷婷精品国产亚洲av| 亚洲av免费在线观看| 美女 人体艺术 gogo| 韩国av一区二区三区四区| 好男人电影高清在线观看| 91狼人影院| 日韩欧美在线二视频| 日韩欧美在线乱码| 国产午夜福利久久久久久| 欧美最黄视频在线播放免费| 又紧又爽又黄一区二区| 3wmmmm亚洲av在线观看| 国产精品av视频在线免费观看| 久久人人爽人人爽人人片va | 少妇裸体淫交视频免费看高清| 国产成人影院久久av| 国产成人啪精品午夜网站| 日日摸夜夜添夜夜添av毛片 | 美女大奶头视频| 久久久久久大精品| 成人av在线播放网站| 成人美女网站在线观看视频| 国产午夜福利久久久久久| 99热只有精品国产| 十八禁人妻一区二区| 国产av一区在线观看免费| 欧美不卡视频在线免费观看| 国产男靠女视频免费网站| 床上黄色一级片| 亚洲欧美日韩高清专用| 一级av片app| 国产成人a区在线观看| 免费av不卡在线播放| 成年版毛片免费区| 中文字幕免费在线视频6| 国产色爽女视频免费观看| 国产精品亚洲美女久久久| av福利片在线观看| 18禁黄网站禁片免费观看直播| 久久这里只有精品中国| 欧美黄色片欧美黄色片| 欧美成人a在线观看| 婷婷丁香在线五月| 搞女人的毛片| 国产男靠女视频免费网站| 亚洲狠狠婷婷综合久久图片| 欧美xxxx性猛交bbbb| 国产欧美日韩精品一区二区| 老熟妇仑乱视频hdxx| 欧美黑人欧美精品刺激| 毛片一级片免费看久久久久 | 69av精品久久久久久| 国产综合懂色| 国产不卡一卡二| 成年人黄色毛片网站| 国产成+人综合+亚洲专区| 亚洲,欧美精品.| 成人鲁丝片一二三区免费| 变态另类成人亚洲欧美熟女| 亚洲av.av天堂| 天美传媒精品一区二区| 精品一区二区三区视频在线| 男人狂女人下面高潮的视频| 啦啦啦观看免费观看视频高清| 精品福利观看| 午夜影院日韩av| 午夜a级毛片| 99国产综合亚洲精品| bbb黄色大片| 免费人成在线观看视频色| 欧美日韩综合久久久久久 | 欧美一区二区精品小视频在线| 哪里可以看免费的av片| 国产精品嫩草影院av在线观看 | 欧美成人免费av一区二区三区| 成人国产综合亚洲| 在线免费观看的www视频| 久久久国产成人精品二区| 欧美三级亚洲精品| 久久亚洲真实| 成人永久免费在线观看视频| 精品午夜福利在线看| 毛片女人毛片| 99热这里只有精品一区| 日日摸夜夜添夜夜添小说| 精品人妻偷拍中文字幕| 日本 av在线| 亚洲黑人精品在线| 亚洲国产日韩欧美精品在线观看| 亚洲熟妇中文字幕五十中出| 高清在线国产一区| 99国产极品粉嫩在线观看| 亚洲,欧美精品.| 免费大片18禁| 老司机午夜十八禁免费视频| 内地一区二区视频在线| 免费看光身美女| 久久这里只有精品中国| 亚洲成a人片在线一区二区| av天堂中文字幕网| 搡老妇女老女人老熟妇| 午夜日韩欧美国产| 国产精品一及| 性欧美人与动物交配| 三级男女做爰猛烈吃奶摸视频| 女生性感内裤真人,穿戴方法视频| 欧美成人免费av一区二区三区| 成人av一区二区三区在线看| 精品久久久久久久末码| 国产成+人综合+亚洲专区| 久久久久久久久大av| 热99re8久久精品国产| 亚洲av五月六月丁香网| 搡老妇女老女人老熟妇| 国产精品不卡视频一区二区 | 国内精品久久久久精免费| 搡老岳熟女国产| 精品一区二区三区视频在线| 亚洲成人免费电影在线观看| 久久亚洲真实| 在线十欧美十亚洲十日本专区| 亚州av有码| 中出人妻视频一区二区| 亚洲精品一区av在线观看| 免费观看的影片在线观看| 欧美绝顶高潮抽搐喷水| 国产精品自产拍在线观看55亚洲| 啦啦啦观看免费观看视频高清| 亚洲美女视频黄频| 日本黄色片子视频| 人人妻人人看人人澡| 国产精品亚洲一级av第二区| 国产精品av视频在线免费观看| 国内毛片毛片毛片毛片毛片| 午夜激情欧美在线| 欧美+日韩+精品| 久久午夜亚洲精品久久| 精品久久久久久成人av| 国产精品久久久久久久电影| 欧美黄色片欧美黄色片| 亚洲精华国产精华精| 乱码一卡2卡4卡精品| 三级男女做爰猛烈吃奶摸视频| 3wmmmm亚洲av在线观看| 九九热线精品视视频播放| 国产美女午夜福利| 欧美潮喷喷水| 又粗又爽又猛毛片免费看| 亚洲性夜色夜夜综合| 99久国产av精品| 亚洲中文字幕日韩| 91久久精品国产一区二区成人| 色综合婷婷激情| 免费高清视频大片| 老女人水多毛片| 男人舔女人下体高潮全视频| 久久精品国产99精品国产亚洲性色| 久久久久久九九精品二区国产| 欧美成人a在线观看| 国产熟女xx| 麻豆国产97在线/欧美| 国产av一区在线观看免费| 欧美在线黄色| 一卡2卡三卡四卡精品乱码亚洲| 日本与韩国留学比较| 精品无人区乱码1区二区| 国产精品一区二区性色av| 国产精华一区二区三区| 日韩中文字幕欧美一区二区| a在线观看视频网站| 国产精品1区2区在线观看.| 欧美激情在线99| 99国产精品一区二区三区| 国产精品女同一区二区软件 | 国产精品1区2区在线观看.| 亚洲欧美日韩卡通动漫| 又黄又爽又免费观看的视频| 两个人视频免费观看高清| 日日摸夜夜添夜夜添av毛片 | xxxwww97欧美| 国产av在哪里看| 非洲黑人性xxxx精品又粗又长| 国内少妇人妻偷人精品xxx网站| 麻豆国产av国片精品| 一区二区三区激情视频| 男人和女人高潮做爰伦理| 成年女人看的毛片在线观看| 日韩亚洲欧美综合| 国产爱豆传媒在线观看| 美女 人体艺术 gogo| 国产乱人视频| aaaaa片日本免费| 欧美又色又爽又黄视频| 欧美3d第一页| 中文字幕人成人乱码亚洲影| 日韩欧美在线二视频| 国产主播在线观看一区二区| 又爽又黄a免费视频| 丰满的人妻完整版| 亚洲天堂国产精品一区在线| 国产精品免费一区二区三区在线| 夜夜躁狠狠躁天天躁| 免费电影在线观看免费观看| 十八禁国产超污无遮挡网站| 久久精品影院6| 啦啦啦韩国在线观看视频| 九色成人免费人妻av| 亚洲欧美日韩高清在线视频| 99久久精品热视频| 亚洲不卡免费看| 国产不卡一卡二| 亚洲人成网站在线播| 亚洲片人在线观看| 国产综合懂色| 亚洲av成人av| 看黄色毛片网站| 舔av片在线| 91狼人影院| 噜噜噜噜噜久久久久久91| 日本三级黄在线观看| 老司机午夜十八禁免费视频| 成人精品一区二区免费| 欧美在线黄色| 99久久无色码亚洲精品果冻| 波多野结衣巨乳人妻| 一a级毛片在线观看| 一边摸一边抽搐一进一小说| 丁香六月欧美| 国产男靠女视频免费网站| 亚洲五月婷婷丁香| 亚洲va日本ⅴa欧美va伊人久久| 久久人人爽人人爽人人片va | 91狼人影院| 免费大片18禁| 免费无遮挡裸体视频| 久久亚洲真实| 亚洲 欧美 日韩 在线 免费| 亚洲人成电影免费在线| 最好的美女福利视频网| 亚洲av电影不卡..在线观看| 国产精品一及| 美女被艹到高潮喷水动态| 亚洲无线在线观看| 国产探花极品一区二区| 精品久久久久久久末码| 亚洲一区二区三区色噜噜| 精品熟女少妇八av免费久了| 国产三级在线视频| 国产精品久久电影中文字幕| 91麻豆精品激情在线观看国产| 亚洲人成网站高清观看| 亚洲精品粉嫩美女一区| 国产午夜精品论理片| 两个人视频免费观看高清| h日本视频在线播放| 国产成人影院久久av| 不卡一级毛片| 18禁黄网站禁片午夜丰满| 国产男靠女视频免费网站| 老司机午夜福利在线观看视频| 精品久久久久久久久亚洲 | 变态另类成人亚洲欧美熟女| 日韩亚洲欧美综合| 国产av在哪里看| 蜜桃亚洲精品一区二区三区| 色综合亚洲欧美另类图片| 亚洲人成网站高清观看| 午夜福利免费观看在线| 熟妇人妻久久中文字幕3abv| 免费搜索国产男女视频| 永久网站在线| 51国产日韩欧美| 午夜福利18| 校园春色视频在线观看| 亚洲av.av天堂| 免费观看精品视频网站| 黄色视频,在线免费观看| 又黄又爽又免费观看的视频| 男插女下体视频免费在线播放| 国产精品综合久久久久久久免费| 欧美3d第一页| 亚洲综合色惰| 天堂av国产一区二区熟女人妻| 亚洲狠狠婷婷综合久久图片| 欧美不卡视频在线免费观看| 亚洲最大成人手机在线| 精品人妻1区二区| 成熟少妇高潮喷水视频| 美女高潮喷水抽搐中文字幕| 麻豆一二三区av精品| 极品教师在线免费播放| 波野结衣二区三区在线| 久久午夜亚洲精品久久| 中文在线观看免费www的网站| 88av欧美| 国产熟女xx| 免费搜索国产男女视频| 1000部很黄的大片| 国产单亲对白刺激| 无遮挡黄片免费观看| 欧美色欧美亚洲另类二区| 麻豆久久精品国产亚洲av| 日日干狠狠操夜夜爽| 看片在线看免费视频| 搡女人真爽免费视频火全软件 | av在线蜜桃| xxxwww97欧美| av福利片在线观看| 1024手机看黄色片| 国产男靠女视频免费网站| 欧美日韩亚洲国产一区二区在线观看| 88av欧美| 91狼人影院| 国产精品久久视频播放| 国产午夜福利久久久久久| 国产亚洲精品久久久com| 特级一级黄色大片| 波野结衣二区三区在线| 两个人视频免费观看高清| 熟妇人妻久久中文字幕3abv| 噜噜噜噜噜久久久久久91| 中文字幕高清在线视频| 丰满乱子伦码专区| 国产精品人妻久久久久久| 丰满人妻一区二区三区视频av| 婷婷丁香在线五月| 国产三级在线视频| 欧美xxxx性猛交bbbb| av在线蜜桃| 在现免费观看毛片| 欧美日韩黄片免| 热99re8久久精品国产| 午夜福利欧美成人| 国产探花在线观看一区二区| 嫩草影院新地址| 国产老妇女一区| 51国产日韩欧美| 欧美bdsm另类| 99精品在免费线老司机午夜| 欧美日韩乱码在线| 成年女人看的毛片在线观看| 麻豆av噜噜一区二区三区| 一进一出好大好爽视频| 一本精品99久久精品77| 精品人妻1区二区| 宅男免费午夜| 内地一区二区视频在线| 91av网一区二区| 夜夜夜夜夜久久久久| 12—13女人毛片做爰片一| 国产成人影院久久av| 伦理电影大哥的女人| 少妇裸体淫交视频免费看高清| 9191精品国产免费久久| 一个人观看的视频www高清免费观看| 两个人的视频大全免费| 老司机午夜福利在线观看视频| 亚州av有码| 国产精品亚洲美女久久久| 男插女下体视频免费在线播放| 每晚都被弄得嗷嗷叫到高潮| 成人av在线播放网站| 亚洲精品亚洲一区二区| 免费黄网站久久成人精品 | 午夜精品久久久久久毛片777| 日韩免费av在线播放| 中文字幕免费在线视频6| 精品久久久久久久久av| 成人高潮视频无遮挡免费网站| 亚洲精品久久国产高清桃花| 99国产极品粉嫩在线观看| av黄色大香蕉| 噜噜噜噜噜久久久久久91| 女同久久另类99精品国产91| 亚洲成a人片在线一区二区| 国产精品,欧美在线| 欧美高清成人免费视频www| 一边摸一边抽搐一进一小说| 国产三级在线视频| 99热这里只有是精品50| 亚洲av第一区精品v没综合| 麻豆久久精品国产亚洲av| 特大巨黑吊av在线直播| 国产精品三级大全| 亚洲av五月六月丁香网| 美女 人体艺术 gogo| 久久久久久久久大av| 色5月婷婷丁香| 毛片女人毛片| 中文字幕人成人乱码亚洲影| 免费一级毛片在线播放高清视频| 亚洲五月天丁香| 午夜福利在线在线| 男女那种视频在线观看| а√天堂www在线а√下载| 一区二区三区高清视频在线| 一卡2卡三卡四卡精品乱码亚洲| 国产三级黄色录像| 网址你懂的国产日韩在线| 亚洲成人久久爱视频| www.色视频.com| 亚洲午夜理论影院| 给我免费播放毛片高清在线观看| eeuss影院久久| 波多野结衣巨乳人妻| 性色avwww在线观看| 人人妻人人澡欧美一区二区| 亚洲在线观看片| 亚洲国产精品成人综合色| 此物有八面人人有两片| av在线老鸭窝| 欧美激情在线99| 此物有八面人人有两片| 国产高清三级在线| 久久久久久久精品吃奶| 男人舔奶头视频| 九色国产91popny在线| 狠狠狠狠99中文字幕| 亚洲 国产 在线| 老女人水多毛片| 欧美成人性av电影在线观看| 久久精品人妻少妇| 久久人妻av系列| 成人午夜高清在线视频| 久久欧美精品欧美久久欧美| 国产成人a区在线观看| 91久久精品国产一区二区成人| 神马国产精品三级电影在线观看| 亚洲天堂国产精品一区在线| 91在线精品国自产拍蜜月| 欧美+亚洲+日韩+国产| 久久人妻av系列| 久久久久久久精品吃奶| 精品人妻1区二区| 人妻丰满熟妇av一区二区三区| 亚洲国产精品成人综合色| 国产av在哪里看| 国产探花在线观看一区二区| 18美女黄网站色大片免费观看| av在线观看视频网站免费| 看免费av毛片| 成人无遮挡网站| 无遮挡黄片免费观看| 国产激情偷乱视频一区二区| 亚洲五月婷婷丁香| avwww免费| 9191精品国产免费久久| 欧美色视频一区免费| 亚洲乱码一区二区免费版| 欧美高清性xxxxhd video| 一二三四社区在线视频社区8| 欧美一区二区亚洲| 国产毛片a区久久久久| 成年人黄色毛片网站| 深夜a级毛片|