关于新型冠状病毒肺炎一类基于CCDC统计数据的随机时滞动力学模型c
邵年1
陈瑜2
程晋3
陈文斌3
1.复旦大学数学科学学院,上海,2004332.上海财经大学数学学院,上海,2004333.复旦大学数学科学学院,上海 200433;复旦大学上海市现代应用数学重点实验室,上海 200433
摘要：科学地预测新型冠状病毒肺炎疫情发展趋势对疫情防控至关重要.本文对中国疾病预防控制中心(CCDC)发布[1]的数据进行了分析,给出了关于新型冠状病毒肺炎的一些可能的统计模型:传播链中连续病例的发病时间间隔分布、感染至发病的时间间隔分布和发病至住院的间隔时间3个分布,并形成了感染至确诊的时间间隔分布表达.结合CCDC统计数据和程晋团队的时滞动力学模型(TDD-NCP模型),本文发展了新的随机时滞动力学模型(Fudan-CCDC模型),并给出了参数反演结果与疫情分析.
关键词：新型冠状病毒肺炎时滞动力学模型随机时滞动力学模型疫情预测
资助基金：国家自然科学基金(11671098)国家自然科学基金(91630309)国家自然科学基金(11971121)高等学校学科创新引智计划计划)(B08018)
论文发表日期：2020-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 697-704 )
英文信息