一种考虑趋势学习与跨区域传播的传染病预测方法

本发明公开了一种考虑趋势学习与跨区域传播的传染病预测方法，所述方法包括：首先划分区域范围和传染病群体类型，获取传染病感染数据，界定数据的使用区间，然后定义效果评价指标，并设置传染病相关参数；根据获取的所述传染病感染数据不同，将传染病阶段分为传染病平稳场景和传染病突变场景；基于改进的多波段学习算法建立M‑SEIYAQURD‑H模型；在拟合子周期框架下得到M‑SEIYAQURD‑H模型静态预测结果，在滚动预测框架下得到M‑SEIYAQURD‑H模型动态预测结果，分别对比每个场景的动静态预测效果。本发明将疫情发展的趋势变化纳入模型考虑范围，一定程度上解决了疫情演化的动态性和不确定性对模型预测造成的影响，提高了预测的准确度。