基于伴随方法的新冠肺炎2020年大流行流行病学模型数据同化
种群与进化
2020-03-31 v1 数值分析
数值分析
最优化与控制
摘要
数据同化被用于将一个经典流行病学模型最优地拟合到约翰斯·霍普金斯大学的新冠肺炎大流行数据上。该优化基于确诊数和确诊死亡数。这是唯一具有合理精度的可用数据。感染率和恢复率以及模型参数均可由模型推断得出。这些参数可与政府行动或诸如假期结束之类的事件相关联。基于这些数值，可以对未来做出预测并指定控制目标。换言之：我们寻找一个给定模型的解，该解以最优意义拟合给定数据。得到该解后，我们便拥有所有参数。
引用
@article{arxiv.2003.13071,
title = {Adjoint-based Data Assimilation of an Epidemiology Model for the Covid-19 Pandemic in 2020},
author = {Jörn Lothar Sesterhenn},
journal= {arXiv preprint arXiv:2003.13071},
year = {2020}
}