数学建模学习笔记（十七）传染病模型（SIER)
【摘要】
传染病模型讲解比较清楚的是知乎这位博主,文章链接戳这在家宅着也能抵抗肺炎！玩一玩SEIR传染病模型 本文基于这篇文章进行记录和整理
对于一般传染病来说，都具备潜伏者(E)，因此直接记录传统的SIER模型...
传染病模型讲解比较清楚的是知乎这位博主,文章链接戳这在家宅着也能抵抗肺炎！玩一玩SEIR传染病模型
本文基于这篇文章进行记录和整理
对于一般传染病来说，都具备潜伏者(E)，因此直接记录传统的SIER模型：
模型公式：
{ d S d t = − r β I S N d E d t = r β I S N − σ E d I d t = σ E − γ I d R d t = γ I \left\{
dSdt=−rβISNdEdt=rβISN−σEdIdt=σE−γIdRdt=γI
⎩⎪⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪⎪⎪⎪⎧dtdS=−NrβISdtdE=NrβIS−σEdtdI=σE−γIdtdR=γI
{ S n = S n − 1 − r β I n − 1 S n − 1 N E n = E n − 1 + r β I n − 1 S n − 1 N − σ E n − 1 I n = I n − 1 + σ E n − 1 − γ I n − 1 R n = R n − 1 + γ I n − 1 \left\{
Sn=Sn−1−rβIn−1Sn−1NEn=En−1+rβIn−1Sn−1N−σEn−1In=In−1+σEn−1−γIn−1Rn=Rn−1+γIn−1
\right. ⎩⎪⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪⎪⎪⎪⎧Sn=Sn−1−NrβIn−1Sn−1En=En−1+NrβIn−1Sn−1−σEn−1In=In−1+σEn−1−γIn−1Rn=Rn−1+γIn−1
引入潜伏者传染概率，改进SEIR模型，
公式为
{ d S d t = − r β I S N − r 2 β 2 E S N d E d t = r β I S N − σ E + r 2 β 2 E S N d I d t = σ E − γ I d R d t = γ I \left\{
dSdt=−rβISN−r2β2ESNdEdt=rβISN−σE+r2β2ESNdIdt=σE−γIdRdt=γI
⎩⎪⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪⎪⎪⎪⎧dtdS=−NrβIS−Nr2β2ESdtdE=NrβIS−σE+Nr2β2ESdtdI=σE−γIdtdR=γI
迭代公式为：
{ S n = S n − 1 − r β I n − 1 S n − 1 N − r 2 β 2 E n − 1 S n − 1 N E n = E n − 1 + r β I n − 1 S n − 1 N − σ E n − 1 + r 2 β 2 E n − 1 S n − 1 N I n = I n − 1 + σ E n − 1 − γ I n − 1 R n = R n − 1 + γ I n − 1 \left\{
Sn=Sn−1−rβIn−1Sn−1N−r2β2En−1Sn−1NEn=En−1+rβIn−1Sn−1N−σEn−1+r2β2En−1Sn−1NIn=In−1+σEn−1−γIn−1Rn=Rn−1+γIn−1
⎩⎪⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪⎪⎪⎪⎧Sn=Sn−1−NrβIn−1Sn−1−Nr2β2En−1Sn−1En=En−1+NrβIn−1Sn−1−σEn−1+Nr2β2En−1Sn−1In=In−1+σEn−1−γIn−1Rn=Rn−1+γIn−1
matlab代码：
源代码：
clear;clc;
%--------------------------------------------------------------------------
% 参数设置
%--------------------------------------------------------------------------
N = 12700000; %人口总数
E = 0; %潜伏者
I = 1; %传染者
S = N - I; %易感者
R = 0; %康复者
r = 20; %感染者接触易感者的人数
B = 0.03; %传染概率
a = 0.1; %潜伏者转化为感染者概率
y = 0.1; %康复概率
T = 1:140;
for idx = 1:length(T)-1
S(idx+1) = S(idx) - r*B*S(idx)*I(idx)/N;
E(idx+1) = E(idx) + r*B*S(idx)*I(idx)/N-a*E(idx);
I(idx+1) = I(idx) + a*E(idx) - y*I(idx);
R(idx+1) = R(idx) + y*I(idx);
end
plot(T,S,T,E,T,I,T,R);grid on;
xlabel('天');ylabel('人数')
legend('易感者','潜伏者','传染者','康复者')
稍作改进，反应每日新增病例情况：
%--------------------------------------------------------------------------
% 初始化
%--------------------------------------------------------------------------
clear;clc;
%--------------------------------------------------------------------------
% 参数设置
%--------------------------------------------------------------------------
N = 29000; %人口总数
E = 0; %潜伏者
I = 1; %传染者
S = N - I; %易感者
R = 0; %康复者
m=1;
r = 25; %感染者接触易感者的人数
B = 0.03; %传染概率
a = 0.1; %潜伏者转化为感染者概率
r2 = 3; %潜伏者接触易感者的人数
B2 = 0.03; %潜伏者传染正常人的概率
y = 0.1; %康复概率
T = 1:182;
for idx = 1:length(T)-1
S(idx+1) = S(idx) - r*B*S(idx)*I(idx)/N(1) - r2*B2*S(idx)*E(idx)/N;
E(idx+1) = E(idx) + r*B*S(idx)*I(idx)/N(1)-a*E(idx) + r2*B2*S(idx)*E(idx)/N;
I(idx+1) = I(idx) + a*E(idx) - y*I(idx);
R(idx+1) = R(idx) + y*I(idx);
m(idx+1) = E(idx+1) + I(idx+1);
end
x=1:182;
plot(x,m);grid on;
xlabel('day');ylabel('Demand for drugs')
文章来源: zstar.blog.csdn.net，作者：zstar-_，版权归原作者所有，如需转载，请联系作者。
原文链接：zstar.blog.csdn.net/article/details/113471743
【版权声明】本文为华为云社区用户转载文章，如果您发现本社区中有涉嫌抄袭的内容，欢迎发送邮件进行举报，并提供相关证据，一经查实，本社区将立刻删除涉嫌侵权内容，举报邮箱：
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
作者其他文章
评论（0）