经典的SIR模型是一种发明于上个世纪早期的经典传染病模型,此模型能够较为粗略地展示出一种传染病的发病到结束的过程,其核心在于微分方程,本次我们利用matlab来对此方程进行

其中三个主要量

S是易感人群

I是感染人群

R是恢复人群

这三个量都是跟随时间变化的函数,即可以表示为,其中的t我们设定为一个单位时间,我们即有如下的公式:

然而要列出此种类似的方程我们需要一部分的理想化条件,这些理想化条件是比较重要的,

1.首先即城市的总人数不变,即:

K为一个常数值,一个恒定量。

2.假设 t 时刻单位时间内,一个病人能传染的易感者数目与此环境内易感者总数s(t)成正比,设定比例系数为β,从而在t时刻单位时间内被所有病人传染的人数为βs(t)i(t)

3. t 时刻,单位时间内从染病者中移出的人数与病人数量成正比,比例系数为γ,单位时间内移出者的数量为γi(t)

故我们可以得知其作用的机制为:易感人数和系数以及感染人数同时作用于总的易感人数,同时恢复人数和恢复系数又对感染人数起到影响。但是同时这又是一个单向性的机制。

基于以上三个条件的假设,我们可以获得其人数变化的机制,也即

1.易感个体的下降率为(注:此处为负数):

2.感染个体的增长率为:

3.恢复个体的增长率为:

我们利用微分方程可以表示如下:

SIR核心的微分方程

我们对此类方程利用matlab编写SIR函数

其代码为:sir 函数的matlab code

其中a即为参数,b也为参数,这是可以调整设置的参数,故对于此微分方程的求解,我们利用matlab内建的函数ode45,来进行求解,我们可以参照ode45()函数的使用范例

进行调用

即[t,x]=ode45(@sir,[0:1:400],[1 116000 0]);

此处的[0:1:400]的为时间的取值范围,这里我们以天为单位,取了0到40等41个点,也即41天。

此处的[1 740000 0]分别为S(t),I(t),R(t)的初始值。

我们利用如下代码:

[t,x]=ode45(@sir,[0:1:180],[1 116000 0]);

>> hold on;

>> plot(t,x(:,1),'o-');

>> plot(t,x(:,2),'*-');

>> plot(t,x(:,3),'d-');

legend('感染人数','易感人数','恢复人数');

title('SIR模型图');

xlabel('天数(days)');

ylabel('总人数');

获得图像如下:

SIR模型图

模型总结:此模型能够较好地模拟一个从传染病的过程,但是前提在于人能够恢复,并且获得终生免疫能力:SIR模型示意图

由图可知,此模型为单向模型,易感人数在不断地往感染人数输入,而同时最后感染人数也在单向往恢复人数输入,所以易感人数和感染人数最后均会下降到0,而与此同时,所有人均会成为恢复人数,此即为此模型的局限性。

SANGHUSUN

2020.01.27

sir模型初始值_经典传染病的SIR模型(基于MATLAB)相关推荐

  1. vecm模型怎么写系数_经典传染病的SIR模型(基于MATLAB)

    经典的SIR模型是一种发明于上个世纪早期的经典传染病模型,此模型能够较为粗略地展示出一种传染病的发病到结束的过程,其核心在于微分方程,本次我们利用matlab来对此方程进行 其中三个主要量 S是易感人 ...

  2. sir模型初始值_传播模型(SIR)

    #include#include#include#include#include#include #define MaxVertexNum 90000 #define RAND_MAX 0x7fff ...

  3. 如何给dropdownlist动态赋初始值_清华大学 林弋莎、鲁宗相、乔颖等:如何考虑预测信息完备程度和风水资源互补性特点,实现高比例可再生能源系统中长期计划优化?...

    <电网技术>,值得信赖的电力学术期刊 戳题目,看全文! 考虑中长期电量不确定性的可再生能源系统嵌套运行优化/林弋莎,孙荣富,鲁宗相,乔颖 <电网技术>2020年第9期:3272 ...

  4. 数学建模优化模型简单例题_数学建模之优化模型:存储模型

    点击上方「蓝字」关注我们 最近,为申报市级精品课程,我为我校"数学建模与科学计算"课程录制了讲课视频,下面是3.1节优化模型的第一个例子:存储模型.敬请大家批评指正! 优化模型是数 ...

  5. 只能获取fixed语句初始值_因用了Insert into select语句,美女同事被开除了!

    点击上方 web项目开发,选择 设为星标 优质文章,及时送达 -- Insert into select请慎用.这天xxx接到一个需求,需要将表A的数据迁移到表B中去做一个备份.本想通过程序先查询查出 ...

  6. c++ 结构体中不同类型的初始值_不同类型结构的厂房效果图大盘点

    ​随着工业的迅猛发展,工业厂房的分类也在不断地明细化.现在,厂房的分类可以根据不同的标准划分多种类别的厂房,比如可以分为单层厂房和多层厂房,也可以分为标准厂房与非标准厂房,也可以分为轻钢厂房与重钢厂房 ...

  7. 基于传染病模型中的再生数R0的讨论【基于matlab的动力学模型学习笔记_2】

    /*仅当作学习笔记,若有纰漏欢迎友好交流指正,此外若能提供一点帮助将会十分荣幸*/ 在上一篇博文中介绍了病毒模型的基本计算思路方法,而本文将会重点讨论基本再生数R0-这个决定病毒是继续发展还是衰减的关 ...

  8. 用lstm模型做预测_使用LSTM深度学习模型进行温度的时间序列单步和多步预测

    本文的目的是提供代码示例,并解释使用python和TensorFlow建模时间序列数据的思路. 本文展示了如何进行多步预测并在模型中使用多个特征. 本文的简单版本是,使用过去48小时的数据和对未来1小 ...

  9. python模型训练框架_以Python撰写 AI模型框架

    以Python撰写 AI模型框架 by 高焕堂 1. 前言: 在AI(人工智慧)方面,由于当今的机器学习本质是一种<大数据相关性支撑的>归纳性推理.软体框架的复用(Reuse)性愈高,对于 ...

  10. ssas表格模型 权限控制_性能调整SSAS表格模型

    ssas表格模型 权限控制 Modeling for the xVelocity/Vertipaq engine is a completely different beast than modeli ...

最新文章

  1. mysql timestamp 更新_[mysql] timestamp自动更新和初始化
  2. 可持久化线段树(主席树)【舰娘系列】【自编题】
  3. 更新!带你认识推荐系统全貌的论文清单
  4. python list合并_python中如何合并两个列表
  5. java后台图片的上传预览接口 IO流
  6. Spring Boot 配置加载顺序详解
  7. java break 在if 中使用_java中使用国密SM4算法详解
  8. mpvue 从零开始 女友的衣装 1 pages
  9. JavaScript - 初识
  10. 在ASP.NET中有关性能与扩展性的秘密知识了解(讨论)
  11. Bat批处理脚本--常用命令
  12. 税控服务器管理系统已签名未上传,增值税发票管理系统升级后发票上传失败、勾选平台插件设置、勾选签名问题、勾选规则等热点问题...
  13. 织梦网站建设广告网络公司网站模板 电脑+手机 整站源码
  14. 天玑处理器排行榜2022 联发科天玑处理器性能排行榜2022
  15. 找不到系统指定路径的解决思路
  16. 单例模式(懒汉,饿汉)
  17. webview造成窗体泄漏
  18. 二级域名分发系统美化版源码+内附搭建教程
  19. VERY DEEP CONVOLUTIONAL NETWORKS FOR LARGE-S CALE IMAGE RECOGNITION-论文笔记
  20. 同时复制保存微商相册多个商品的图片及描述

热门文章

  1. 爆文标题生成器,10W+自媒体人的福音
  2. 微波工程(1)——电磁理论
  3. 使用python读取excel文件数据,修改dbf文件
  4. Linux屏幕取词翻译 - 思路及实现过程
  5. Halcon深度学习自定义网络模型-VGG16
  6. 软考数据库考试有题库吗_软考数据库系统工程师考试心得
  7. 通用商品后端管理系统
  8. 软件工程计算机类电子信息类,热门的工科专业还要属计算机类、电子信息类、机械类...
  9. 毕设项目 - 基于SSM的企业公寓宿舍后勤管理系统(含源码+论文)
  10. HeadFirstJava——6_Java API