《表1 遗传算法估计原始感染曲线参数及拟合优度R2》

  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

《离散格网下的COVID-19隔离与收治人为防控措施模型》

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

任何国家不可能完全放任传染病的自由传播，因而传染病的原始传染态势通常是无法真实获得的，同时中国作为全球第一个公开面对CO‐VID-19疫情的国家，病毒的未知性和干预措施的快速介入使得其疫情数据无法真实描述疫情的原始传播态势。而国外地区是继中国之后才开始面对COVID-19疫情的，同时其人为措施的介入相对较晚，因此其早期的疫情数据更加符合疫情的真实传播态势。但不同地区的疫情传播各有差异，很难客观准确地说明哪个国家的数据最适合疫情自由传播态势的模拟。本文分别以美国、英国、德国和西班牙等疫情较为严重国家的早期数据对疫情的原始传播状态进行模拟。另外，由于目前发布的数据只能获取新增确诊人数，需要对感染人数进行估计。COVID-19的传代期和SARS（severe acute respiratory syndrome coronavirus）相近，大概为9 d，所以可认为t～(t+9） d期间的总收治人数等于第t天的总感染人数[28]，进而将感染人数作为自适应指标，以拟合优度R2作为评价函数，利用遗传算法求解模型的参数，如表1所示；利用4个国家早期疫情数据模拟CO‐VID-19的原始感染人数变化曲线，如图3所示，其中英国、美国、德国和西班牙对应感染人数曲线的起算时间分别为2020-01-31、2020-01-21、2020-01-28和2020-01-31，分别对应图3（a）～3(d）中的第1天。