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：
讯享网
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\{ \begin{array}{l} \frac{
{dS}}{
{dt}} = - \frac{
{r\beta IS}}{N}\\ \\ \frac{
{dE}}{
{dt}} = \frac{
{r\beta IS}}{N} - \sigma E\\ \\ \frac{
{dI}}{
{dt}} = \sigma E - \gamma I\\ \\ \frac{
{dR}}{
{dt}} = \gamma I \end{array} \right. ⎩⎪⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪⎪⎪⎪⎧dtdS=−NrβISdtdE=NrβIS−σEdtdI=σE−γIdtdR=γI
迭代公式：
{ 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\{ \begin{array}{l} {S_n} = {S_{n - 1}} - \frac{
{r\beta {I_{n - 1}}{S_{n - 1}}}}{N}\\ \\ {E_n} = {E_{n - 1}} + \frac{
{r\beta {I_{n - 1}}{S_{n - 1}}}}{N} - \sigma {E_{n - 1}}\\ \\ {I_n} = {I_{n - 1}} + \sigma {E_{n - 1}} - \gamma {I_{n - 1}}\\ \\ {R_n} = {R_{n - 1}} + \gamma {I_{n - 1}} \end{array} \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\{ \begin{array}{l} {\frac{
{dS}}{
{dt}} = - \frac{
{r\beta IS}}{N} - \frac{
{
{r_2}{\beta _2}ES}}{N}}\\ {}\\ {\frac{
{dE}}{
{dt}} = \frac{
{r\beta IS}}{N} - \sigma E + \frac{
{
{r_2}{\beta _2}ES}}{N}}\\ {}\\ {\frac{
{dI}}{
{dt}} = \sigma E - \gamma I}\\ {}\\ {\frac{
{dR}}{
{dt}} = \gamma I} \end{array} \right. ⎩⎪⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪⎪⎪⎪⎧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\{ \begin{array}{l} {S_n} = {S_{n - 1}} - \frac{
{r\beta {I_{n - 1}}{S_{n - 1}}}}{N} - \frac{
{
{r_2}{\beta _2}{E_{n - 1}}{S_{n - 1}}}}{N}\\ \\ {E_n} = {E_{n - 1}} + \frac{
{r\beta {I_{n - 1}}{S_{n - 1}}}}{N} - \sigma {E_{n - 1}} + \frac{
{
{r_2}{\beta _2}{E_{n - 1}}{S_{n - 1}}}}{N}\\ \\ {I_n} = {I_{n - 1}} + \sigma {E_{n - 1}} - \gamma {I_{n - 1}}\\ \\ {R_n} = {R_{n - 1}} + \gamma {I_{n - 1}} \end{array} \right. ⎩⎪⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪⎪⎪⎪⎧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
clear;clc; %-------------------------------------------------------------------------- % 参数设置 %-------------------------------------------------------------------------- N = ; %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') 讯享网
稍作改进，反应每日新增病例情况：
讯享网%-------------------------------------------------------------------------- % 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')
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/20022.html