摘要：2019年年底，武漢出現了來歷不明的病情，這一疫情給個人、家庭、國家都造成了重大的損失，乃至有大量的人失去了寶貴的生命，為了有效的把握疫情的傳播途徑以及對疫情的未來預測，讓人們對于疫情的狀況有所了解并且更好有效去控制疫情的發展態勢，本文提出利用機器學習的算法進行對新冠肺炎疫情進行預測。首先本文對于新冠疫情的研究背景、研究意義以及現狀進行分析，再者，本文提出經典的傳染病模型來對新冠肺炎的疫情的預測方法進行研究；然后本文提出了利用機器學習的方式對新冠肺炎預測模型進行構建與應用。下一步應建立以政府主導、公眾協作的疫情防控機制等問題，本文提出SIR傳染預測模型以及機器學習的回歸模型進行未來的新冠預測，通過預測對后期政府的決策作出正確的決定。

關鍵詞：機器學習；新冠疫情；SIR傳染模型；傳染預測；意見和對策

目錄

摘要

Abstract

1 緒論-2

1.1 研究背景-2

1.2 研究目的與意義-2

1.2.1 研究目的-2

1.2.2 研究意義-2

1.3 研究現狀-3

1.4 研究方法與手段-3

1.5 本文解決的主要問題-3

2 經典傳染病模型的基本原理-4

2.1 傳染病模型概述-4

2.2 SIR傳染病模型-4

2.2.1 SI模型-4

2.2.2 SIR模型-4

2.3 基于改進SIR模型的新冠肺炎疫情預測方法研究-5

2.3.1 SIRS模型-5

2.3.2 SEIR模型-5

2.3.3 參數時變的SIR模型-7

3 基于機器學習的新冠肺炎預測模型的構建與應用-10

3.1 機器學習算法簡介-10

3.1.1 機器學習的應用-10

3.1.2 機器學習的分類-10

3.2 機器學習常用算法-10

3.2.1 決策樹算法-10

3.2.2 支持向量機算法-11

3.2.3 神經網絡-11

3.3 基于機器學習的新冠肺炎疫情預測-13

4 結論-16

謝辭-17

參考文獻-18