[发明专利]一种基于最优模型的疾病预测方法、设备及存储设备

说明书

本发明提供了一种基于最优模型的疾病预测方法、设备及存储设备，所述方法包括步骤：S1：建立疾病模型；S2：读入疾病数据到上述建立的疾病模型；S3：对所述模型中的参数进行拟合；S4：设定计算初值及天数；S5：以所述天数作为计算次数，判断所述参数是否存在；S6：若不存在，则采用拟合方法拟合参数值；S7：若存在，则计算出疾病模型的结果；S8：判断是否有未建立的疾病模型；S9：若有，则返回S1继续执行直至所有的疾病模型均已建立；S10：若没有，对所述结果进行评价，并选出评价值最高的疾病模型进行疾病的预测。一种基于最优模型的疾病预测设备及存储设备，用来实现所述方法。本发明可以对地区疾病的情况作出有效预测。

技术领域

本发明涉及计算机技术及医学领域，具体涉及一种基于最优模型的疾病预测方法、设备及存储设备。

背景技术

疾病模型使人们对疾病流行规律的认识更加深入全面，使人们制定的防治措施更加可靠和符合实际。建立疾病模型的基础都是要建立相应的数学模型，而疾病动力学模型一种是研究疾病传播机理的数学模型。建立疾病动力学模型不仅要刻画出疾病的发展规律，而且要能预测疾病发展趋势，对于各种疾病的发展规律，建立一种更加符合疾病的实际传播规律的疾病模型是目前需要解决的问题。

发明内容

本发明提供了一种基于最优模型的疾病预测方法、设备及存储设备，通过使用评价函数对疾病模型进行评估，可以优选出最为有效的疾病模型，从而有效解决上述问题。

本发明提供的技术方案是：一种基于最优模型的疾病预测方法，所述方法包括步骤：S1：建立疾病模型；S2：读入疾病数据到上述建立的疾病模型；S3：对所述模型中的参数进行拟合；S4：设定计算初值及天数；S5：以所述天数作为计算次数，判断所述参数是否存在；S6：若不存在，则采用拟合方法拟合参数值；S7：若存在，则计算出疾病模型的结果；S8：判断是否有未建立的疾病模型；S9：若有，则返回S1继续执行直至所有的疾病模型均已建立；S10：若没有，对所述结果进行评价，并选出评价值最高的疾病模型进行疾病的预测。存储设备，所述存储设备存储指令及数据用于实现所述一种基于最优模型的疾病预测方法。一种基于最优模型的疾病预测设备，所述设备包括处理器及所述存储设备；所述处理器加载并执行所述存储设备中的指令及数据用于实现所述的一种基于最优模型的疾病预测方法。

本发明的有益效果是：本发明提供了一种基于最优模型的疾病预测方法、设备及存储设备，通过使用评价函数对疾病模型进行评估，可以优选出最为有效的疾病模型，从而对地区疾病的情况作出有效预测。

附图说明

图1是本发明实施例中基于最优模型的疾病预测方法的整体流程图；

图2是本发明实施例中本发明方案得到的疾病比例曲线及疾病比例残差曲线示意图；

图3是本发明实施例的硬件设备工作示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地描述，下文中提到的具体技术细节，如：方法，设备等，仅为使读者更好的理解技术方案，并不代表本发明仅局限于以下技术细节。

本发明的实施例提供了一种基于最优模型的疾病预测方法、设备及存储设备。请参阅图1，图1是本发明实施例中基于最优模型的疾病预测方法的整体流程图，所述方法由硬件设备实现，具体步骤包括：

S101：建立疾病模型；通常依次建立多个疾病模型，待每个疾病模型建立完成后，评价比较这些疾病模型，并得到最优的疾病模型，例如：所述疾病模型具体为：SI模型，SIS模型或SIR模型。其中，以SIR模型为例，其模型的表达式为：

约束条件为：

s(t)+i(t)+r(t)＝1