一种异构因素的疫情传播风险定量评估方法技术

本发明专利技术公开了一种异构因素的疫情传播风险定量评估方法，包括以下步骤：S1：确定风险地区的疫情风险等级和疫情风险状态；S2：构建并训练疫情风险属性模型；S3：根据训练好的疫情风险属性模型，确定风险地区的状态转移矩阵；S4：根据风险地区的状态转移矩阵，确定风险地区的稳定状态，利用稳定状态确定风险地区的疫情风险。本发明专利技术采用的递进传递法具有特殊的疫情风险影响因素权重分配和评估结果一致性检验的效果，可以解决评估过程中的冲突问题，明确各类因素对疫情风险造成的不同影响，保证评估结果的客观性。估结果的客观性。估结果的客观性。

【技术实现步骤摘要】
一种异构因素的疫情传播风险定量评估方法


[0001]本专利技术属于风险定量评估
，具体涉及一种异构因素的疫情传播风险定量评估方法。

技术介绍

[0002]重大疫情传播存在着较大的不确定性和危害性，对公众就健康构成潜在的威胁。在缺乏有效评估和监测的情况下，相关部门对突发事件风险的管理和控制将变得尤为困难，建立专门的风险定量评估体系，对一个地区潜在的疫情风险进行评估和预测，可以有效地避免或减少疫情风险的影响。常用的风险定量评估方法有德尔菲法、递进传递法和风险矩阵法等。这些方法为风险定量分析提供了解决方案，也适用于疫情风险定量评估。然而，由于疫情风险的持续性和周期性，静态的评估结果并不能反映实际的风险情况，目前基于模型的静态评估存在很大的局限性，评估结果只能反映某一时刻的疫情风险状况。所以，动态的疫情风险定量评估可以给疫情防控工作提供更客观的评估结果。同时，利用多源数据构建疫情评估指标有利于完善风险定量评估模型的评估全面性。
[0003]综上，为了能动态地利用多源数据构建疫情风险定量评估模型，开展疫情风险定量评估和预测，建立全面的疫情风险指标体系。同时保证评估方法的客观性，分析疫情风险的变化以及如何辅助风险控制决策等。本专利技术对疫情的相关风险因素进行总结，建立专门的评估模型对区域内的疫情风险进行评估，提出可行的疫情风险定量评估模型，以期得到更准确、更全面的评估结果。

技术实现思路

[0004]本专利技术为了解决上述问题，提出了一种异构因素的疫情传播风险定量评估方法。
[0005]本专利技术的技术方案是：一种异构因素的疫情传播风险定量评估方法包括以下步骤：
[0006]S1：确定风险地区的疫情风险等级和疫情风险状态；
[0007]S2：构建并训练疫情风险属性模型；
[0008]S3：根据训练好的疫情风险属性模型，确定风险地区的状态转移矩阵；
[0009]S4：根据风险地区的状态转移矩阵，确定风险地区的稳定状态，利用稳定状态确定风险地区的疫情风险。
[0010]进一步地，步骤S1中，风险地区的疫情风险等级R的表达式为：
[0011]R＝{P,H,C}
[0012]其中，P表示风险发生的可能性，H表示风险发生后将造成的危害程度，C表示风险的可控程度；
[0013]风险地区的疫情风险状态P(S
i
)的表达式为：
[0014]P(S
i
)＝{P(S1),P(S2),P(S3)}
[0015]其中，P(S1)表示风险地区发生可能状态S1的概率，P(S2)表示风险地区发生破坏状
态S2的概率，P(S3)表示风险地区发生消失状态S3的概率；
[0016]风险地区的疫情风险状态P(S
i
)对应的状态转移矩阵STM的表达式为：
[0017][0018]其中，P(S
11
)表示可能状态S1保持不变的概率，P(S
12
)表示从可能状态S1到破坏状态S2的概率，P(S
13
)表示从可能状态S1到消失状态S3的概率，P(S
21
)表示从破坏状态S2到可能状态S1的概率，P(S
22
)表示破坏状态S2保持不变的概率，P(S
23
)表示从破坏状态S2到消失状态S3的概率，P(S
31
)表示从消失状态S3到可能状态S1的概率，P(S
32
)表示从消失状态S3到破坏状态S2的概率，P(S
33
)表示消失状态S3保持不变的概率。
[0019]进一步地，步骤S2中，构建并训练疫情风险属性模型的具体方法为：将风险地区的评估指标对疫情风险等级的权重比、评估指标对疫情风险状态的权重比以及评估指标对风险状态转移的权重比作为神经网络的输入，将风险地区的疫情风险状态作为神经网络的输出，对神经网络进行训练。
[0020]进一步地，步骤S3包括以下子步骤：
[0021]S31：根据训练好的疫情风险属性模型，确定风险地区的权重矩阵，并对风险地区的权重矩阵进行归一化处理，得到疫情风险属性模型指标层的判断矩阵；
[0022]S32：根据疫情风险属性模型指标层的判断矩阵，利用渐近归一化系数法计算评估指标相对于疫情风险的权重；
[0023]S33：根据训练好的疫情风险属性模型，确定解决方案层的判断矩阵；
[0024]S34：根据疫情风险属性模型解决方案层的判断矩阵，确定评估指标相对于疫情风险状态的权重；
[0025]S35：根据评估指标相对于风险状态的权重和评估指标相对于疫情风险的权重，确定风险地区各个时刻风险状态的权重；
[0026]S36：根据训练好的疫情风险属性模型，确定评价指标相对于风险状态转移的权重矩阵，并确定评价指标相对于风险状态转移的权重；
[0027]S37：根据风险地区各个时刻风险状态的权重和评价指标相对于风险状态转移的权重，确定风险地区各个时刻风险状态的最终权重；
[0028]S38：根据风险地区各个时刻风险状态的最终权重，确定风险地区的状态转移矩阵。
[0029]进一步地，步骤S31中，风险地区的权重矩阵A的表达式为：
[0030][0031]其中，m表示评估指标总数，A
ij
表示评估指标R
i
与评估指标R
j
相对于该地区流行疾病风险的权重比，i＝1,
…
,m，j＝1,
…
,m；
[0032]步骤S31中，指标层的判断矩阵W的表达式为：
[0033][0034]其中，w
ij
表示A
ij
与所有指标的权重和的比值；
[0035]步骤S32中，评估指标相对于疫情风险的权重w
i
的计算公式为：
[0036][0037]其中，w
i
表示评估指标R
i
相对于疫情风险的权重；
[0038]步骤S33中，解决方案层的判断矩阵A(S
j
)的表达式为：
[0039][0040]其中，S
j
＝{S1，S2，S3}，S1表示可能状态，S2表示破坏状态的概率，S3表示消失状态，A
ij
(S
j
)表示评估指标R
i
与评估指标R
j
相对于风险状态S
j
的权重比；
[0041]步骤S34中，评估指标相对于疫情风险状态的权重w
i
(S
j
)的表达式为：
[0042]w
i
(S
j
)＝|w1(S
j
),w2(S
j
),...,w
m
(S
j
)|
T
[0043]其中，w
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种异构因素的疫情传播风险定量评估方法，其特征在于，包括以下步骤：S1：确定风险地区的疫情风险等级和疫情风险状态；S2：构建并训练疫情风险属性模型；S3：根据训练好的疫情风险属性模型，确定风险地区的状态转移矩阵；S4：根据风险地区的状态转移矩阵，确定风险地区的稳定状态，利用稳定状态确定风险地区的疫情风险。2.根据权利要求1所述的异构因素的疫情传播风险定量评估方法，其特征在于，所述步骤S1中，风险地区的疫情风险等级R的表达式为：R＝{P,H,C}其中，P表示风险发生的可能性，H表示风险发生后将造成的危害程度，C表示风险的可控程度；风险地区的疫情风险状态P(S
i
)的表达式为：P(S
i
)＝{P(S1),P(S2),P(S3)}其中，P(S1)表示风险地区发生可能状态S1的概率，P(S2)表示风险地区发生破坏状态S2的概率，P(S3)表示风险地区发生消失状态S3的概率；风险地区的疫情风险状态P(S
i
)对应的状态转移矩阵STM的表达式为：其中，P(S
11
)表示可能状态S1保持不变的概率，P(S
12
)表示从可能状态S1到破坏状态S2的概率，P(S
13
)表示从可能状态S1到消失状态S3的概率，P(S
21
)表示从破坏状态S2到可能状态S1的概率，P(S
22
)表示破坏状态S2保持不变的概率，P(S
23
)表示从破坏状态S2到消失状态S3的概率，P(S
31
)表示从消失状态S3到可能状态S1的概率，P(S
32
)表示从消失状态S3到破坏状态S2的概率，P(S
33
)表示消失状态S3保持不变的概率。3.根据权利要求1所述的异构因素的疫情传播风险定量评估方法，其特征在于，所述步骤S2中，构建并训练疫情风险属性模型的具体方法为：将风险地区的评估指标对疫情风险等级的权重比、评估指标对疫情风险状态的权重比以及评估指标对风险状态转移的权重比作为神经网络的输入，将风险地区的疫情风险状态作为神经网络的输出，对神经网络进行训练。4.根据权利要求1所述的异构因素的疫情传播风险定量评估方法，其特征在于，所述步骤S3包括以下子步骤：S31：根据训练好的疫情风险属性模型，确定风险地区的权重矩阵，并对风险地区的权重矩阵进行归一化处理，得到疫情风险属性模型指标层的判断矩阵；S32：根据疫情风险属性模型指标层的判断矩阵，利用渐近归一化系数法计算评估指标相对于疫情风险的权重；S33：根据训练好的疫情风险属性模型，确定解决方案层的判断矩阵；S34：根据疫情风险属性模型解决方案层的判断矩阵，确定评估指标相对于疫情风险状态的权重；
S35：根据评估指标相对于风险状态的权重和评估指标相对于疫情风险的权重，确定风险地区各个时刻风险状态的权重；S36：根据训练好的疫情风险属性模型，确定评价指标相对于风险状态转移的权重矩阵，并确定评价指标相对于风险状态转移的权重；S37：根据风险地区各个时刻风险状态的权重和评价指标相对于风险状态转移的权重，确定风险地区各个时刻风险状态的最终权重；S38：根据风险地区各个时刻风险状态的最终权重，确定风险地区的状态转移矩阵。5.根据权利要求4所述的异构因素的疫情传播风险定量评估方法，其特征在于，所述步骤S31中，风险地区的权重矩阵A的表达式为：其中，m表示评估指标总数，A
ij
表示评估指标R
i
与评估指标R
j
相对于该地区流行疾病风险的权重比，i＝1,
…
,m，j＝1,
…
,m；所述步骤S31中，指标层的判断矩阵W的表达式为：其中，w
ij
表示A
ij
与所有指标的权重和的比值；所述步骤S32中，评估指标相对于疫情风险的权重w
i
的计算公式为：其中，w
i
表示评估指标R
i
相对于疫情风险的权重；所述步骤S33中，解决方案层的判断矩阵A(S
j
)的表达式为：其中，S
j
＝{S1，S2，S3}，S1表示可能状态，S2表示破坏状态的概率，S3表示消失状态，A
ij
(S
j
)表示评估指标R
i
与评估指标R
j
相对于风险状态S
j...

【专利技术属性】
技术研发人员：孙科，乔少杰，吴凌淳，魏军林，韩楠，魏军平，魏小平，王伟，范勇强，鄢府，叶青，李洪贵，
申请(专利权)人：成都信息工程大学四川数辰科技有限公司，
类型：发明
国别省市：