基于滚动灰色GM(1，1)修正的新冠肺炎疫情演化情景重建

作者：朱晓宵; 刘明; 曹杰

来源：运筹与管理, 2022, 1-8.

• 新冠肺炎疫情
• 滚动灰色GM（1，1）模型
• 传染病动力学模型
• 情景重建

精准预测对重大突发疫情应急防控具有重要的决策参考价值。传染病动力学模型是重大突发疫情情景建模的重要方法，但该方法对相关参数数据质量要求高，稍有误差则会导致最终的预测结果与实际数据相去甚远，而灰色GM（1，1）模型是对少数据、贫信息进行建模预测的重要工具。为了充分发挥两个模型的优势，提高模型的拟合精度，将二者结合进行建模研究。本文以武汉新冠肺炎疫情情景重建为例，首先构建滚动灰色GM（1，1）模型，用于疫情变化趋势预测；然后结合滚动灰色GM（1，1）模型的预测结果，对SEIH1H2RD传染病动力学模型进行修正。为验证修正模型的拟合效果，采用后验差检验分析模型拟合结果与实际疫情数据之间的拟合精度。算例测试结果表明，相较于其它传统模型，修正后的传染病动力学模型能够广泛应用于疫情短期及长期建模分析，模型拟合精度较高，能够更好地对重大突发疫情进行情景重建和演化预测。

• 单位
  徐州工程学院; 经济管理学院; 南京理工大学