【技术实现步骤摘要】
基于区域疫情传播风险分级的疫苗分配系统
[0001]本申请涉及管理领域、生物数学领域和计算机
等，尤其涉及一种考虑区域风险等级特异性的疫苗分配方法、系统及终端。
技术介绍
[0002]注射疫苗被看作是最有效、最治本的控制传染病的措施。由于病毒的不确定性和疫苗开发、生产和交付方面的限制，在传染病大流行的早期阶段可能无法获得有效的疫苗。预计从分离一种新的大流行性病毒到开始大规模生产疫苗至少需要几个月的时间。因此，疫苗的供应往往是有限的，而随着疫情的扩散，人们对疫苗的需求呈现爆炸式增长。在疫苗稀缺的情况下，疫苗的分配策略很大程度上影响疫情的发展。不合理的疫苗分配，不仅不能减缓疫情，还会加剧社会的不公平，促使社会动乱。从人道主义角度，如何进行有效的疫苗分配以尽量减少传染病的感染人数和死亡人数是一个值得研究的问题。
[0003]现有的疫苗分配系统多集中于按照年龄、职业，地理空间等进行疫苗分配，但是值得注意的是传染病的传播具有以爆发点为中心四处扩散的特性，较少有人考虑了这个特性。本系统考虑了传染病传播的特点，应用机器学习的...
【技术保护点】
【技术特征摘要】
1.一种考虑区域风险等级特异性的疫苗分配方法，其特征在于，包括：统计人口信息和疫情传播特征信息；根据人口信息和疫情传播特征信息，计算新增确诊人口密度和疫情源头地区人口的迁入率，并将其作为特征；根据新增确诊人口密度和疫情源头地区人口的迁入率，对城市进行风险等级分类；根据风险等级分类结果、人口信息和疫情传播特征信息，建立考虑区域风险等级特异性的传染病预测模型；根据人口信息和疫情传播特征信息，通过解决反向问题，对考虑区域风险等级特异性的传染病预测模型的部分重要参数进行求解；根据传染病预测模型、优化思想和疫苗的有效性，建立考虑区域风险等级特异性的疫苗分配模型，并确定各风险等级区域的疫苗最优分配方案。2.根据权利要求1所述的考虑区域风险等级特异性的疫苗分配方法，其特征在于，基于人口信息和疫情传播特征信息，计算新增确诊人口密度和疫情源头地区人口的迁入率，并将其作为特征，包括：根据公式计算新增确诊人口密度和疫情源头地区人口的迁入率，所述公式为：新增确诊人口密度和疫情源头地区人口的迁入率，所述公式为：其中，I'
i
(0)表示城市i在所研究时间段内初始时刻的累计感染人数；I'
i
(N)表示城市i在所研究时间段内最后时刻的累计感染人数；A
i
是城市i的人口规模；P
i
(t)被定义为迁移率，F
i
(t)表示隶属于疫情源头地区的城市向城市i迁移的人口占疫情源头城市迁移人口总数的比例。为了使两个特征在同一量级上，还需要对数据进行标准化和0
‑
1缩放处理。3.根据权利要求2所述的考虑区域风险等级特异性的疫苗分配方法，其特征在于，基于新增确诊人口密度和疫情源头地区人口的迁入率对城市进行风险等级分类，包括：将疫情源头地区定义为极高风险等级地区。根据新增确诊人口密度和疫情源头地区人口的迁入率两个特征，利用误差平方和(SSE)和轮廓系数法确定簇数值，采用k
‑
mean聚类算法对除疫情源头地区以外的城市进行聚类。得到所有城市按照风险等级的分类情况。4.根据权利要求3所述的考虑区域风险等级特异性的疫苗分配方法，其特征在于，根据风险等级分类结果、人口信息和疫情传播特征信息，建立考虑区域风险等级特异性的传染病预测模型，包括：病预测模型，包括：病预测模型，包括：
其中，下标k指代风险等级小组，k＝1,2
…
K；λ
k
表示每个风险等级小组易感染人群被感染的速率，受感染人数、感染率和接触率(和)等多个因素的影响；β
E
表示易感者接触无症状患者时的被感染概率；β
I
表示易感者接触有症状患者时的被感染概率；τ表示无症状但随后会出现症状的患者转化为有症状患者的速率；表示自感染到康复都没有出现症状的患者康复的速率；γ表示有症状患者康复速率；v
k
表示每个风险等级小组有症状患者的死亡率；S
κ
表示每个风险等级小组中容易感染的人群；E
κ
表示每个风险等级小组中已经被感染但是暂时没有出现症状的人群，E
1k
表示每个风险等级小组中自感染到康复都没有出现症状的人群，E
2k
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。