sir模型初始值_SIR模型简单了解(Susceptible Infected Recovered Model)
SIR模型定义
SIR模型是一种传播模型,是信息传播过程的抽象描述。
SIR模型是传染病模型中最经典的模型,其中S表示易感者,I表示感染者,R表示移除者。
S:Susceptible,易感者
I:Infective,感染者
R:Removal,移除者
SIR模型的应用
SIR模型应用于信息传播的研究。
传播过程大致如下:最初,所有的节点都处于易感染状态。然后,部分节点接触到信息后,变成感染状态,这些感染状态的节点试着去感染其他易感染状态的节点,或者进入恢复状态。感染一个节点即传递信息或者对某事的态度。恢复状态,即免疫,处于恢复状态的节点不再参与信息的传播。
开始我的表演
SIR模型
这个上面说了,就不重复了。这里就举儿童爆发麻疹的疾病为例。
SIR的微分方程
图片中的公式少了一道,以下列公式为准哈~~
S ′ = S t + 1 − S t = d S d t = − a S ( t ) I ( t ) = − a S I S' = S_{t+1}-S_{t}=\frac{dS}{dt}=-aS(t)I(t)=-aSIS′=St+1−St=dtdS=−aS(t)I(t)=−aSI
I ′ = I t + 1 − I t = d I d t = a S ( t ) I ( t ) − b I ( t ) = a S I − b I I' = I_{t+1}-I_{t}=\frac{dI}{dt}=aS(t)I(t)-bI(t)=aSI-bII′=It+1−It=dtdI=aS(t)I(t)−bI(t)=aSI−bI
R ′ = R t + 1 − R t = d R d t = b I ( t ) = b I R' = R_{t+1}-R_{t}=\frac{dR}{dt}=bI(t)=bIR′=Rt+1−Rt=dtdR=bI(t)=bI
a 为 感 染 率 、 b 恢 复 率 a为感染率、b恢复率a为感染率、b恢复率
注意:
t为某个时刻,例如t=1,S(1)为第一天易感人群的人数。
无论t为什么时刻,总人数是不变的,即N(t)=S(t)+I(t)+R(t)。
人口总数总保持一个常数,即N(t)=K,不考虑人口的出生、死亡、迁移等因素。
手动跑一下SIR模型
我 们 初 始 化 数 据 : 我们初始化数据:我们初始化数据:
a = 0.00001 a=0.00001a=0.00001
b = 1 14 b=\frac{1}{14}b=141
S ( 0 ) = 45400 S(0)=45400S(0)=45400
I ( 0 ) = 2100 I(0)=2100I(0)=2100
R ( 0 ) = 2500 R(0)=2500R(0)=2500
N ( 0 ) = S ( 0 ) + I ( 0 ) + R ( 0 ) = 50000 N(0)=S(0)+I(0)+R(0)=50000N(0)=S(0)+I(0)+R(0)=50000
我们推算出第一天:
S ( 1 ) = 44446.6 S(1)=44446.6S(1)=44446.6
I ( 1 ) = 2903.4 I(1)=2903.4I(1)=2903.4
R ( 1 ) = 2650 R(1)=2650R(1)=2650
我们推算出第二天:
S ( 2 ) = 43156.1374156 S(2)=43156.1374156S(2)=43156.1374156
I ( 2 ) = 3986.476870114286 I(2)=3986.476870114286I(2)=3986.476870114286
R ( 2 ) = 2857.385714285714 R(2)=2857.385714285714R(2)=2857.385714285714
明显,易感者的人数下降,感染者和免疫者的人数上升。但无论第几天,总人数还是不变。
总结
SIR模型就介绍到这里了,啦啦啦~
对了,尊重原创:SIR疾病传播模型理论(通俗易懂)
sir模型初始值_SIR模型简单了解(Susceptible Infected Recovered Model)相关推荐
- R语言SIR模型(Susceptible Infected Recovered Model)代码sir模型实例
最近我们被客户要求撰写关于SIR的研究报告,包括一些图形和统计输出. SIR模型定义 SIR模型是一种传播模型,是信息传播过程的抽象描述. SIR模型是传染病模型中最经典的模型,其中S表示易感者,I表 ...
- 【C 语言】字符串模型 ( 键值对模型 )
文章目录 一.业务逻辑需求 二.完整代码实现 一.业务逻辑需求 在 C 中实现 键值对 字符串 的 读取 , 解析 , 保存 操作 ; 键值对字符串样式 "key = value" ...
- sir模型初始值_传播模型(SIR)
#include#include#include#include#include#include #define MaxVertexNum 90000 #define RAND_MAX 0x7fff ...
- R语言使用lm函数构建简单线性回归模型(建立线性回归模型)、拟合回归直线、使用attributes函数查看线性回归模型的属性信息、获取模型拟合对应的残差值residuals
R语言使用lm函数构建简单线性回归模型(建立线性回归模型).拟合回归直线.使用attributes函数查看线性回归模型的属性信息.获取模型拟合对应的残差值residuals 目录
- R语言使用lm函数构建简单线性回归模型(建立线性回归模型)、拟合回归直线、使用residuls函数从模型中提取每个样本点的残差值、可视化残差与拟合值之间的散点图来看残差的分布模式
R语言使用lm函数构建简单线性回归模型(建立线性回归模型).拟合回归直线.使用residuls函数从模型中提取每个样本点的残差值.可视化残差与拟合值之间的散点图来看残差的分布模式 目录
- R语言使用lm函数构建简单线性回归模型(建立线性回归模型)、拟合回归直线、使用residuls函数从模型中提取每个样本点的残差值、计算残差和和残差平方和
R语言使用lm函数构建简单线性回归模型(建立线性回归模型).拟合回归直线.使用residuls函数从模型中提取每个样本点的残差值.计算残差和和残差平方和 目录
- 基于SEIR微分方程模型对疫情传播的简单预测
目录 一.模型的建立 传染病模型概念 模型假设 SEIR模型 模型中涉及的函数S(t).E(t).I(t).R(t) 更改后的微分方程 二.模型的求解 三.模型的缺点 祝语 随着疫情的再次爆发,全国疫 ...
- 计算机组成原理简单模型机实验,计算机组成原理简单模型机实验.doc
计算机组成原理简单模型机实验 实验四 简单模型机实验 1.1实验目的 1)将微程序控制器模块通过总线同运算器模块.存储器模块联机,组成一台模型计算机: 2)用微程序控制器控制模型机数据通路: 3)通过 ...
- 计算机组成原理简单模型机实验,计算机组成原理简单模型机实验
实验四 简单模型机实验 1.1实验目的 1)将微程序控制器模块通过总线同运算器模块.存储器模块联机,组成一台模型计算机: 2)用微程序控制器控制模型机数据通路: 3)通过CPU运行5条机器指令组成的简 ...
- aic值检验 p值_模型选择方法:AIC和BIC
经常地,对一堆数据进行建模的时候,特别是分类和回归模型,我们有很多的变量可供使用,选择不同的变量组合可以得到不同的模型,例如我们有5个变量,2的5次方,我们将有32个变量组合,可以训练出32个模型.但 ...
最新文章
- R回归模型glm与lm的区别
- object转成实体对象_Object.assign 原理及其实现
- 每日一皮:公鸡说,你不会下蛋上去瞎扭啥嘛...
- junit4 assert类中的assert方法总结
- 上传文件_.net core进行文件上传
- 浅谈如何提升数据中心制冷能效
- Excel异常Cannot get a text value from a numeric cell
- ACL 2018 收录论文 | 如何高效提炼有效信息?
- 新辰:关于个人站点安全问题的分析及对策探讨
- Github上传代码指南(Window版,同样适合Linux版)
- [SharePoint]如何防止从代码跳到“拒绝访问”页面
- a href='NewsShow.aspx?id=%#Eval(id) %' class=red%#Eval(title) %/a页面传值
- 揭秘Facebook增长引擎——深度学习推荐系统
- 计算机视觉在小机器人中应用,基于计算机视觉的车身焊接机器人路径校正装置的制造方法...
- 网吧服务器常用设置维护工具,某某网吧专用维护工具
- Intouch | 报警延时设定
- HTML与CSS的使用与总结
- html5---拖放demo----拖放图片
- 直接在Visual Studio代码编辑器中加密字符串文件
- 什么是数据驱动业务?