预测传染病的确诊人数的方法、装置、设备和存储介质制造方法及图纸

本发明专利技术实施例提供了一种预测传染病的确诊人数的方法、装置、设备和存储介质。该预测传染病的确诊人数的方法包括：获取待预测时间邻近的多个历史时间各自对应的历史确诊人数；根据当前历史时间和之前的目标历史时间对应的历史确诊人数的进行加总，确定每个当前历史时间对应的历史累积人数；根据每个当前历史时间对应的历史累积人数确定所述待预测时间对应的预测累积人数；确定所述待预测时间的预测累积人数和所述待预测时间邻近的目标当前历史时间对应的历史累积人数的人数差值，将所述人数差值作为所述待预测时间的预测确诊人数。达到提高预测未来确诊人数的准确性的效果。

【技术实现步骤摘要】
预测传染病的确诊人数的方法、装置、设备和存储介质
本专利技术实施例涉及传染预测
，尤其涉及一种预测传染病的确诊人数的方法、装置、设备和存储介质。
技术介绍
随着传染病出现的频率越来越高，科学界和社会各界纷纷对疫情的发展开展了预测研究，预测传染病的未来发展趋势具有重要而紧迫的意义。目前，预测新型冠状病毒肺炎的确诊人数是通过历史数据确定每天确诊的增加人数，利用每天确诊的增加人数来预测未来的预测增加人数，从而确定未来的确诊人数。然而，每天确诊的增加人数会存在波动情况，导致预测未来确诊人数不够准确。
技术实现思路
本专利技术实施例提供一种预测传染病的确诊人数的方法、装置、设备和存储介质，以实现提高预测未来确诊人数的准确性。第一方面，本专利技术实施例提供了一种预测传染病的确诊人数的方法，包括：获取待预测时间邻近的多个历史时间各自对应的历史确诊人数；根据当前历史时间和之前的目标历史时间对应的历史确诊人数的进行加总，确定每个当前历史时间对应的历史累积人数；根据每个当前历史时间对应的历史累积人数确定所述待预测时间对应的预测累积人数；确定所述待预测时间的预测累积人数和所述待预测时间邻近的目标当前历史时间对应的历史累积人数的人数差值，将所述人数差值作为所述待预测时间的预测确诊人数。可选的，所述根据每个当前历史时间对应的历史累积人数确定所述待预测时间对应的预测累积人数，包括：通过粒子群算法对每个当前历史时间对应的历史累积人数计算，确定每个当前历史时间对应的目标动态权重系数；根据每个当前历史时间对应的历史累积人数确定发展系数a和灰度驱动系数b；基于第一预设公式确定所述待预测时间的预测累积人数，所述第一预设公式为：其中，wn-k为目标动态权重系数，为待预测时间的预测累积人数，x(1)(i)为当前历史时间对应的历史累积人数。可选的，所述通过粒子群算法对每个当前历史时间对应的历史累积人数计算，确定每个当前历史时间对应的目标动态权重系数，包括：通过粒子群算法对每个当前历史时间对应的历史累积人数计算，得到二维向量[w，t]T；从所述二维向量中提取初始动态权重系数，将所述初始动态权重系数作为所述目标动态权重系数。可选的，所述通过粒子群算法对每个当前历史时间对应的历史累积人数计算，确定每个当前历史时间对应的目标动态权重系数，包括：通过粒子群算法对每个当前历史时间对应的历史累积人数计算，得到二维向量[w，t]T；从所述二维向量中提取初始动态权重系数；将所述初始动态权重系数作为常量引入麦克劳克林级数；通过蚁群算法对所述麦克劳克林级数计算得到最终动态权重系数，将所述最终动态权重系数作为所述目标动态权重系数。可选的，所述通过蚁群算法对所述麦克劳克林级数计算得到最终动态权重系数，将所述最终动态权重系数作为所述目标动态权重系数，包括：通过蚁群算法计算中间动态权重参数，其中，每计算一次中间动态权重参数累计一次计算次数；判断当前计算次数是否到达预设次数；将所述当前计算次数到达预设次数时对应的中间动态权重参数作为所述目标动态权重系数。可选的，所述根据每个当前历史时间对应的历史累积人数确定发展系数a和灰度驱动系数b，包括：根据每个当前历史时间对应的目标动态权重系数和每个当前历史时间对应的历史累积人数确定每个当前历史时间对应的参考人数；将每个当前历史时间对应的参考人数与预设系数的乘积进行累加代入灰色微分方程，所述灰色微分方程包括灰度驱动系数b和发展系数a的对应关系；通过最小二乘法对所述灰色微分方程进行求解得到所述发展系数a和灰度驱动系数b。可选的，所述获取待预测时间邻近的多个历史时间各自对应的历史确诊人数，包括：从网页上爬取所述待预测时间邻近的多个历史时间各自对应的历史确诊人数。第二方面，本专利技术实施例提供了一种预测传染病的确诊人数的装置，包括：历史确诊人数确定模块，用于获取待预测时间邻近的多个历史时间各自对应的历史确诊人数；历史累积人数确定模块，用于根据当前历史时间和之前的目标历史时间对应的历史确诊人数的进行加总，确定每个当前历史时间对应的历史累积人数；预测累积人数确定模块，用于根据每个当前历史时间对应的历史累积人数确定所述待预测时间对应的预测累积人数；预测确诊人数确定模块，用于确定所述待预测时间的预测累积人数和所述待预测时间邻近的目标当前历史时间对应的历史累积人数的人数差值，将所述人数差值作为所述待预测时间的预测确诊人数。第三方面，本专利技术实施例提供了一种设备，包括：一个或多个处理器；存储装置，用于存储一个或多个计算机程序，当所述一个或多个计算机程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本专利技术任意实施例所述的预测传染病的确诊人数的方法。第四方面，本专利技术实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如本专利技术任意实施例所述的预测传染病的确诊人数的方法。本专利技术实施例通过获取待预测时间邻近的多个历史时间各自对应的历史确诊人数；根据当前历史时间和之前的目标历史时间对应的历史确诊人数的进行加总，确定每个当前历史时间对应的历史累积人数；根据每个当前历史时间对应的历史累积人数确定所述待预测时间对应的预测累积人数；确定所述待预测时间的预测累积人数和所述待预测时间邻近的目标当前历史时间对应的历史累积人数的人数差值，将所述人数差值作为所述待预测时间的预测确诊人数，解决了预测未来确诊人数不够准确的问题，实现了实现提高预测未来确诊人数的准确性的效果。附图说明图1是本专利技术实施例一提供的一种预测传染病的确诊人数的方法的流程示意图；图2是本专利技术实施例二提供的一种预测传染病的确诊人数的方法的流程示意图；图3是本专利技术实施例三提供的一种预测传染病的确诊人数的装置的结构示意图；图4是本专利技术实施例四提供的一种设备的结构示意图。具体实施方式下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部结构。在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理，但是其中的许多步骤可以被并行地、并发地或者同时实施。此外，各步骤的顺序可以被重新安排。当其操作完成时处理可以被终止，但是还可以具有未包括在附图中的附加步骤。处理可以对应于方法、函数、规程、子例程、子计算机程序等等。此外，术语“第一”、“第二”等可在本文中用于描述各种方向、动作、步骤或元件等，但这些方向、动作、步骤或元件不受这些术语限制。这些术语仅用于将第一个方向、动作、步骤或元件与另一个方向、本文档来自技高网...

【技术保护点】
1.一种预测传染病的确诊人数的方法，其特征在于，包括：/n获取待预测时间邻近的多个历史时间各自对应的历史确诊人数；/n根据当前历史时间和之前的目标历史时间对应的历史确诊人数的进行加总，确定每个当前历史时间对应的历史累积人数；/n根据每个当前历史时间对应的历史累积人数确定所述待预测时间对应的预测累积人数；/n确定所述待预测时间的预测累积人数和所述待预测时间邻近的目标当前历史时间对应的历史累积人数的人数差值，将所述人数差值作为所述待预测时间的预测确诊人数。/n

【技术特征摘要】
1.一种预测传染病的确诊人数的方法，其特征在于，包括：
获取待预测时间邻近的多个历史时间各自对应的历史确诊人数；
根据当前历史时间和之前的目标历史时间对应的历史确诊人数的进行加总，确定每个当前历史时间对应的历史累积人数；
根据每个当前历史时间对应的历史累积人数确定所述待预测时间对应的预测累积人数；
确定所述待预测时间的预测累积人数和所述待预测时间邻近的目标当前历史时间对应的历史累积人数的人数差值，将所述人数差值作为所述待预测时间的预测确诊人数。


2.如权利要求1所述的方法，其特征在于，所述根据每个当前历史时间对应的历史累积人数确定所述待预测时间对应的预测累积人数，包括：
通过粒子群算法对每个当前历史时间对应的历史累积人数计算，确定每个当前历史时间对应的目标动态权重系数；
根据每个当前历史时间对应的历史累积人数确定发展系数a和灰度驱动系数b；
基于第一预设公式确定所述待预测时间的预测累积人数，所述第一预设公式为：



其中，wn-k为目标动态权重系数，为待预测时间的预测累积人数，x(1)(i)为当前历史时间对应的历史累积人数。


3.如权利要求2所述的方法，其特征在于，所述通过粒子群算法对每个当前历史时间对应的历史累积人数计算，确定每个当前历史时间对应的目标动态权重系数，包括：
通过粒子群算法对每个当前历史时间对应的历史累积人数计算，得到二维向量[w，t]T；
从所述二维向量中提取初始动态权重系数，将所述初始动态权重系数作为所述目标动态权重系数。


4.如权利要求2所述的方法，其特征在于，所述通过粒子群算法对每个当前历史时间对应的历史累积人数计算，确定每个当前历史时间对应的目标动态权重系数，包括：
通过粒子群算法对每个当前历史时间对应的历史累积人数计算，得到二维向量[w，t]T；
从所述二维向量中提取初始动态权重系数；
将所述初始动态权重系数作为常量引入麦克劳克林级数；
通过蚁群算法对所述麦克劳克林级数计算得到最终动态权重系数，将所述最终动态权重系数作为所述目标动态权重系数。


5.如权利要求4所述的方法，其特征在于，所述通过蚁群算法对所述麦克劳克林级数计算得到最终动态权重系数，将所述最终动态权...

【专利技术属性】
技术研发人员：宋轩，张浩然，黄立乔，柴崎亮介，
申请(专利权)人：南方科技大学，
类型：发明
国别省市：广东;44