COVID-19 全球预测系统 (GPCP) 基于实时更新的流行病数据,对每个国家的逐日和季节性新增新冠肺炎发病数进行可靠预报。
模型的第一版使用了改良的 SIR 流行病模型,该模型结合了全球真实流行病数据,同时考虑气象因素和隔离措施对于 COVID-19 传播的影响。
第二版使用了更复杂的 SEIR 模型。在这一版本中,我们考虑了社区解封时间以及市民自我隔离对于疫情发展的影响。
第二版模型可以用来进行季节性预测及疫情的二次爆发的预测。模型的参数通过真实流行病数据反演得到。
与此同时,我们利用 EEMD-ARMA 方法对预测结果进行修正,以得到更优的预测效果。