来源：期刊VIP网 时间：
作者：王付宇;叶惠芬;李艳;
单位：安徽工业大学管理科学与工程学院;复杂系统多学科管理与控制安徽普通高校重点实验室(安徽工业大学);
摘要：当突发公共卫生事件发生后,由于其传播规律不明确和供需信息不对称等问题使得医疗物资的保障问题突显。研究通过预测突发公共卫生事件的发展情况,为建立应急医疗物资需求预测模型以确保稳定的物资保障提供重要基础。研究提出了易感者-暴露者-感染者-康复者-死亡者(Susceptible-Exposed-Infectious-Recovered-Death,SEIRD)模型和遗传算法(Genetic Algorithm,GA)改进的长短期记忆(Long Short-Term Memory,LSTM)神经网络相结合的SEIRD-GA-LSTM模型,实现了对疫情多阶段、多尺度的预测。实例分析结果显示:基于SEIRD-GA-LSTM的组合预测方法准确率较高,验证了模型的有效性和稳健性。
关键词：公共安全;;多阶段预测;;易感者-暴露者-感染者-康复者-死亡者模型;;遗传算法改进的长短期记忆网络;;组合预测方法
基金资助：国家自然科学基金资助项目(72274001);; 安徽省高校科学研究自然科学重大项目(2024AH040027);; 安徽省高校优秀科研创新团队项目(2022AH010027)
