使用 FIR 滤波器修饰新冠病毒模型中数值方法

作者 Yi-Cheng Chen、Ping-En Lu、Cheng-Shang Chang 和 Tzu-Hsuan Liu 使用有限脉冲响应 (FIR) 线性系统滤波方法来跟踪和预测新冠肺炎患者的感染人数和康复人数。在没有疫苗且唯一避免感染方式仍是隔离的疫情背景下，他们通过经典的带正则化（岭回归）优化问题来估计这些 FIR 滤波器的系数。这些估计得到的系数称为岭系数。这些研究者所采用的疫情数学模型是时间依赖的离散 SIR 模型。本文提出对 Chen 等人的算法进行小幅修改，以获得岭系数。我们随后使用此修改后的算法，对巴西马斯加拉州在疫情初始阶段的预测窗口内，对感染和康复人数进行跟踪和预测。我们还将预测数据与实际数据进行比较，以检验近似效果的良好性。在修改后的算法中，我们设置的 FIR 滤波器阶数和正则化参数的值，均不同于 Chen 等人算法中定义的值。在此背景下，某些仿真实验中，修改后算法得到的数值结果，相较于 Chen 等人算法所呈现的近似误差，具有更好的近似误差。