《表1 2020年2月7日至2月16日各模型的预测效果比较》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《新冠肺炎疫情极限IR实时预测模型》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为进一步说明极限IR算法的效果，表1比较了SEIR-MC模型、SIR-MCMC模型以及极限IR模型在2020年2月7日至2月16日间的预测效果。由图1所示，SEIR-MC模型在2020年2月7日至2月9日的预测误差较小，而在2020年2月10日后疾病防控活动对疫情发展影响变强，利用该方法的预测误差逐渐加大。另一方面，采用蒙特卡洛马尔科夫方法在一定程度上可以实现对参数的动态评估，然而伴随2020年2月12日临床诊断结果加入医学诊断中的举措，该方法对于参数的评估产生误差。与SEIR-MC和SIR-MCMC不同，极限IR模型利用神经网络实现动力学模型中时变参数的精确估计，因此从10天数据的总体效果看，该模型能实现精度更高的实时预测，其误差可以控制在10%以内。