王剑辉, 蒋杏丽

(沈阳师范大学 数学与系统科学学院, 沈阳 110034)

0 引 言

印度于2020年1月30日报告了首例新冠肺炎疫情确诊病例,随后疫情在印度蔓延并暴发。截至文章成稿时,印度累计确诊人数已经超过了4 000万,仅次于美国[1]。新冠肺炎疫情很难被预知和掌控,很多学者建立神经网络模型来预测新冠的传播规律和发展趋势。

机器学习和人工智能(artificial intelligence)算法被广泛用于预测分析和模式识别[2]。国内外众多研究者也利用机器学习[3]和SEIR(susceptible-exposed-infectious-recovered)模型[4]去分析并预测新冠肺炎疫情。Hidayat等[5]利用线性回归、向量自回归和多层感知机模型来预测印度新冠肺炎疫情。Saleh等[6-7]使用差分自回归移动平均(auto regressive integrated moving average model,ARIMA)模型预测西班牙、意大利等受疫情影响较大的国家的经济状况。与循环神经网络(recurrent neural network,RNN)[8]相比,LSTM在处理时间序列并具长期记忆的数据时更有优势,它更适用于对长序列数据进行分类、处理及预测[9-10]。

首先采集印度确诊病例数据,数据预处理并划分后应用到LSTM模型上,在训练的过程中使用Adam优化器不断优化模型直至完成所定义的Epoch。

1 数据集提取与LSTM模型

1.1 LSTM数据集

研究使用的数据集是印度在2022年3月1日至2022年11月8日期间的新冠肺炎累计确诊病例, 数据来源于印度疫情实时大数据报告网站。 将建模需要的确诊病例提取出来, 部分确诊病例数据见表1。

表1 部分印度每日确诊病例数

数据预处理后,将3月1日至9月7日期间的数据按7∶3的比例划分为训练集和测试集2个部分。其中,训练集用来训练LSTM模型[11]使其参数最优化,测试集对建立的预测模型进行验证并调试参数。……