基于谱系信息与多链PMCMC构建流行病预测模型及其预测方法

本发明公开了一种基于谱系信息与多链PMCMC构建流行病预测模型及其预测方法，建模方法包括：首先选择SEIR模型作为流行病预测的状态转移模型，确定待估的模型参数并初始化；然后使用粒子表示流行病各类人员的数量并使用多链式粒子滤波预测以得到各粒子权重，并通过谱系信息进行加权；再基于加权权重计算基于当前迭代参数以及下一次迭代的候选参数的似然函数值，进而计算候选参数的接受率，并根据接受率确定是否接受候选参数作为模型下一次迭代的最优参数，重复上述过程直到迭代次数完成，基于此时最优参数的状态转移模型即为构建得到的流行病预测模型。本发明预测符合流行病传染过程中的潜伏特征，预测具备更佳的稳定性、更高的准确性。