柴 林，郑元琳，林玉国，宋仁全

(1.北华大学数学与统计学院，吉林 吉林 132013；2.吉林省白山市第二中学，吉林 白山 134300)

众所周知，人类的历史就是和各种传染病抗争的历史.21世纪以来，就已经出现SARS-CoV、MERS-CoV、2019-nCoV三种高致病性冠状病毒，对人类的生命健康构成极大威胁.目前，前两者已经得到有效控制，而2019-nCoV肺炎疫情还在进行常态化防控当中.由此，对新冠肺炎疫情的分析与预测就显得至关重要.随机SEIR模型是在众多传染病模型中最为经典的传染病动力学模型[1-2].因此，应用随机SEIR模型分析2019-nCoV肺炎疫情，找出影响疾病预防控制的关键因素并预测疫情发展态势，具有重要现实意义.

1 随机模型

考虑传统的SEIR随机模型和2019-nCoV肺炎疫情的流性特征，我们将所有人群分为易感者(S)、隔离者(Q)、接触者(E)、无症状感染者(A)、有症状感染者(I)、确诊者(D)以及治愈人群(R).假设模型中各参数均为正常数.β为易感者转化为接触者的接触率；无症状和有症状感染者传染率占比为c；隔离的易感者释放率为λ；隔离率为τ；接触者到感染者的转移率为α，其中转移到有症状感染者占比为p，无症状占比为1-p；有症状和无症状感染者的诊断率分别为μ1，μ2；有症状感染者、无症状感染者和确诊者的恢复率分别为γ1，γ2，γ3；有症状感染者和确诊者因新冠肺炎导致的死亡率分别为d1、d2；易感者疫苗接种率为ν.对于2019-nCoV肺炎疫情传播过程中各类人群发生的数量变化，忽略吉林省自然出生和死亡人口的影响，传播流程如图1所示.

图1 基于SEIR模型的COVID-19传播流程……