西安交通大学人工智能与机器人研究所1月组建了新冠肺炎疫情预测课题组，并提出了一种基于混合人工智能框 架的新冠疫情预测模型，该模型修正了传统传染病模型中的传染率分布， 并引入公众预防意识与防疫政策对疫情发展趋势的影响等因素（相关工作发表于 IEEE Trans. Cybernetics，vol. 50, no. 7, July 2020）。今年 2 月下旬， 上海市出现奥密克戎变异毒株新冠疫情以来，课题组应用该模型的基本框架，对上海本轮新冠疫情发展趋势进行了预测。模型使用了国家卫健委网站公布的 2022 年 3 月 16 日至 4 月 8 日期间上海市新冠肺炎阳性感染者数据。

基本结论如下：

1） 本轮疫情单日新增阳性感染人数峰值出现在 4 月 12 日前后；

2） 本轮疫情将在 5 月 14 日-21 日期间实现“社会面动态清零”目标；

3） 上海本轮新冠肺炎阳性感染者总数约为 47.4 万，由于本轮疫情的特点是奥密克戎变异毒株在社区出现大规模隐匿传播，感染者数量会有一 定的动态变化；

4） 如果上海市 3 月底以来对本轮新冠疫情没有坚持“动态清零”的总方针及其有效的管控措施，本轮疫情最高单日新增新冠肺炎阳性感染人数将达 6.3 万；

5） 由于奥密克戎变异毒株传染性强，疫情外溢易引发社会面局部零散爆发的情况，坚持当前的疫情防控政策，加强社区全员核酸检测和重点环境（包括物流、阳性感染者所在小区公共区域等）的新冠病毒采样检测， 精准阻断病毒传播，本轮疫情一定会得到有效遏制；尽管本轮疫情将在 5 月 14 日-21 日期间实现“社会面动态清零”目标，但并不意味着疫情结束， 需要有长期应对的措施。

一、预测基本模型与数据准备

1.1 新冠疫情预测基本模型

使用4月8日之前上海市新冠肺炎阳性感染人数的数据，对上海市本轮新冠疫情发展趋势应用图 1 所示的模型进行预测。