传染病的干预动作调整方法及装置、存储介质、电子设备制造方法及图纸

本公开是关于一种传染病的干预动作调整方法及装置、存储介质、电子设备，涉及大数据处理技术领域，该方法包括：获取目标区域的社会人口数据；其中，社会人口数据包括年龄数据、家庭数据、就业数据、工作场所数据、学校数据以及通勤数据中的一种或多种；根据社会人口数据构建个体仿真模型，并利用个体仿真模型计算在目标区域执行当前干预动作后所具有的区域状态数据；其中，区域状态数据包括每日新增确诊病例数、累计确诊病例数、疫苗注射人数以及历史干预动作中的多种；将区域状态数据输入至训练完成的干预动作预测模型中，得到预测干预级别，并基于预测干预级别对目标区域的当前干预动作进行调整。本公开提高了预测干预级别的精确度。确度。确度。

【技术实现步骤摘要】
传染病的干预动作调整方法及装置、存储介质、电子设备


[0001]本公开实施例涉及大数据处理
，具体而言，涉及一种传染病的干预动作调整方法、传染病的干预动作调整装置、计算机可读存储介质以及电子设备。

技术介绍

[0002]现有的传染病的干预动作调整方法中，无法结合某一区域的区域状态数据对干预级别进行预测，进而无法根据预测的干预级别及时的对当前的干预动作进行调整。
[0003]需要说明的是，在上述
技术介绍
部分专利技术的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现思路

[0004]本公开的目的在于提供一种传染病的干预动作调整方法、传染病的干预动作调整装置、计算机可读存储介质以及电子设备，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的无法对干预级别进行预测的问题。
[0005]根据本公开的一个方面，提供一种传染病的干预动作调整方法，包括：
[0006]获取目标区域的社会人口数据；其中，所述社会人口数据包括年龄数据、家庭数据、就业数据、工本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种传染病的干预动作调整方法，其特征在于，包括：获取目标区域的社会人口数据；其中，所述社会人口数据包括年龄数据、家庭数据、就业数据、工作场所数据、学校数据以及通勤数据中的一种或多种；根据所述社会人口数据构建个体仿真模型，并利用所述个体仿真模型计算在所述目标区域执行当前干预动作后所具有的区域状态数据；其中，所述区域状态数据包括每日新增确诊病例数、累计确诊病例数、疫苗注射人数以及历史干预动作中的多种；将所述区域状态数据输入至训练完成的干预动作预测模型中，得到预测干预级别，并基于所述预测干预级别对所述目标区域的当前干预动作进行调整；其中，所述训练完成的干预动作预测模型是采用强化学习算法对待训练的干预动作预测模型进行训练得到的。2.根据权利要求1所述的传染病的干预动作调整方法，其特征在于，基于所述预测干预级别对所述目标区域的当前干预动作进行调整，包括：将所述目标区域的当前干预动作进行下调一个级别；或者保持所述目标区域的当前干预动作不变；或者将所述目标区域的当前干预动作进行上调一个级别；其中，所述干预动作用于指示是否执行以下至少一个动作项：病例隔离、佩戴口罩、居家办公、关闭学校和社区封控。3.根据权利要求1所述的传染病的干预动作调整方法，其特征在于，采用强化学习算法对待训练的干预动作预测模型进行训练，得到训练完成的干预动作预测模型，包括：根据所述区域状态数据构建目标奖励函数，并将所述区域状态数据输入所述待训练的干预动作预测模型，得到第一输出结果；根据所述目标奖励函数以及第一输出结果构建目标损失函数，并基于所述目标损失函数对所述待训练的干预动作预测模型的参数进行调整，得到所述训练完成的干预动作预测模型。4.根据权利要求3所述的传染病的干预动作调整方法，其特征在于，在对待训练的干预动作预测模型进行训练的过程中，所采用的训练数据样本是通过重复以下方式迭代得到：将当前时间节点的区域状态数据输入至所述待训练的干预动作预测模型，得到当前干预级别；基于所述当前干预级别对当前干预动作进行调整，得到下一个时间节点的干预动作；利用所述个体仿真模型计算在所述目标区域执行下一个时间节点的干预动作后所具有的下一个时间节点的区域状态数据，以将下一个时间节点的区域状态数据输入至所述干预动作预测模型。5.根据权利要求3所述的传染病的干预动作调整方法，其特征在于，根据所述区域状态数据构建目标奖励函数，包括：根据所述每日新增确诊病例数以及所述目标区域所能容纳的最大确诊病例数，构建传染病的疫情...

【专利技术属性】
技术研发人员：梁世浩，焦增涛，陈霈钰，郭旭东，范文慧，闫俊，
申请(专利权)人：医渡云北京技术有限公司，
类型：发明
国别省市：