大规模疫情控制系统

【标签】 按所选赛道选择话题标签:社会公益

【标题】【社会服务赛道】 + 基于贝叶斯网络最小后验熵的疫情控制系统

【正文】 至少包含以下 4 个部分,可以增加额外的部分(比如自我介绍、经验总结、踩坑复盘等)

0. 先和大家打个招呼吧 :waving_hand:

  • 你是谁: 我是一个独立开发者;

  • 你是怎么用 TRAE 把 Demo 做出来的: 我给它梳理需求,让它做前后端并部署,写基础的算法。然后让它做做多线程采样提速,做做任务队列避免算力拥挤。

1. Demo 简介

2. Demo 创作思路

  • 灵感来源:2020年,我发现疫情防控这个问题可以被建模,建模后理论上可以搞一些算法极大程度去优化防控效率(用最小后验熵做目标函数优化检测方案),然后发现有一个关键算法无人研究,只有理论上的n!级别的算法,我在工作中,在任何空闲的时间,都在思考如何优化,最终在2024年找到了常数项复杂度的算法,但是没有能力开发成可用的系统,在有了trae过后,感觉这些工作可以开展了;

  • 想解决的问题:在大规模疫情下,高效利用检测、控制资源,达到理论上的策略最佳;

  • 为什么做这个方向:我不希望世界上再出现一次新冠。

3. Demo 体验地址(三选一)

http://120.55.180.4/infect/

4. TRAE 实践过程

  • 清晰展示用 TRAE 完成 Demo 开发的完整流程;

  • (1)给它讲我要做一个项目,项目是一个前端、后端、c++计算模块

  • (2)让它在前端做一个测试数据生成功能,并模拟真是情况得不到完整数据的情况

  • (3)c++计算模块让它开发了两种算法作为参照

  • (4)开始联调

  • (5)让它理解我的核心算法的简化版

  • 附开发关键步骤截图(不少于 3 张);

  • 附关键任务对话的 Session ID(不少于 3 个),用于证明作品由 TRAE 开发完成。

  • 1514486098849088:01b84213b33a10221d3adb50d8fcd653_6a34c6a510a4f7c0a84e6ec8.6a42acfaf88808b7c5de51ce.6a42acfaf88808b7c5de51cc:TRAE Work CN.0.1.25.no_sid.no_ppe.T(2026/6/30 01:35:54)

  • 1514486098849088:126a02a31fa058bf9b96717a77b0a6d1_6a34c6a510a4f7c0a84e6ec8.6a41572c630cee699891cd67.6a41572b630cee699891cd65:TRAE Work CN.0.1.25.no_sid.no_ppe.T(2026/6/29 01:17:32)

  • 1514486098849088:2b12fc1bbf0101e1a2df38b9ab16bf00_6a34c6a510a4f7c0a84e6ec8.6a413453630cee699891ccdd.6a413453630cee699891ccdb:TRAE Work CN.0.1.25.no_sid.no_ppe.T(2026/6/28 22:48:51)

5. 对应的报名审核通过的帖子链接

基于贝叶斯网络最小后验熵的疫情控制系统 - TRAE AI 创造力大赛 / 【大赛报名专区】 - TRAE 官方中文社区

Session ID 在哪找? Session ID 是 TRAE 每段对话任务的唯一标识,用来证明作品确实由 TRAE 开发完成。请在创作时保留关键任务的对话记录,发帖时附上对应 Session ID——双击 TRAE 的对话复制出来即可。(如下图)

我看完这个项目后,比较喜欢你们把“有限检测资源怎么分配”转成最小后验熵目标下的策略优化问题,因为大规模疫情里真正难的不是简单多测几个人,而是在接触数据不完整、资源有限的情况下尽快降低不确定性,这个切入点比普通信息登记系统更有算法价值。
小建议:可以在帖子开头补一个评委快速体验路径,比如“打开体验地址 → 生成一组模拟人际接触数据 → 设置检测资源数量和缺失数据比例 → 运行参考算法和核心算法 → 对比检出率、速度和后验熵变化”,同时说明它是公共卫生策略模拟和辅助决策工具,这样评委能更快看懂算法如何落到 Demo 流程里。
我们也在生活娱乐赛道做了《衍境》,偏互动影游创作系统,欢迎来互评:【生活娱乐赛道】衍境 Demo:EvoMap 驱动的互动影游智能体创作系统

1 个赞