关于2019nCoV新冠肺炎的建模(Ⅲ)—SEIR模型的修正与建立.pdf

发布时间：2022-05-30 发布人：admin 分类：说明书资料大小：1.38M 资料格式：pdf 举报版权申诉

weixin_38501826-14034830-16359647272248824958.pdf-第1页.png

第1页 / 共7页

weixin_38501826-14034830-16359647272248824958.pdf-第2页.png

第2页 / 共7页

weixin_38501826-14034830-16359647272248824958.pdf-第3页.png

第3页 / 共7页

weixin_38501826-14034830-16359647272248824958.pdf-第4页.png

第4页 / 共7页

weixin_38501826-14034830-16359647272248824958.pdf-第5页.png

第5页 / 共7页

weixin_38501826-14034830-16359647272248824958.pdf-第6页.png

第6页 / 共7页

weixin_38501826-14034830-16359647272248824958.pdf-第7页.png

第7页 / 共7页

文本预览

关于关于2019nCoV新冠肺炎的建模新冠肺炎的建模(Ⅲ)—SEIR模型的修正与建立模型的修正与建立关于关于2019nCoV新冠肺炎的建模引言引言新冠肺炎的建模Ⅲ—SEIR模型的修正与建立模型的修正与建立引言SEIR建模思路实现程序结果第一次修正的SEIR模型修正思路第一次改进程序实现第二次修正思路实现小结前面笔者尝试从网址中爬取数据，进行分析；在之前做的logistic模型能较好的预测患病人数拐点与峰值。但是想要模拟出疫情的全过程，logistic是做不到的，于是引入SEIR传染病模型对其进行分析与预测。 SEIR建模思路建模思路这是一个带潜伏期的传染病模型，和没有考虑潜伏期的SI、SIR的优势就显而易见了。建模思路如下图：对上述的微分方程求解，不难得到其的差分方程。（字丑勿怪）

参数的选取思路来之笔者的实时疫情数据。实现实现程序程序实现工具为matlab %SEIR模型 clear;clc; %参数设置 N=1400000000;%人口数 I=1;%传染者 R=0;%康复者 D=0;%死亡患者数量 E=0;%潜伏者 S=N-I;%易感染者 r=1;%接触病患的人数 a=0.125;%潜伏者患病概率 B=0.6;%感染概率 y=0.143;%康复概率 k=0.025373 T=20:1000; for idx =1:length(T)-1 S(idx+1)=S(idx)-r*B*I(idx)*S(idx)/N;%易感人数迭代 E(idx+1)=E(idx)+r*B*S(idx)*I(idx)/N-a*E(idx)%潜伏者人数迭代 I(idx+1)=I(idx)+a*E(idx)-(y+k)*I(idx);%患病人数迭代 R(idx+1)=R(idx)+y*I(idx);%康复人数迭代 D(idx+1)=D(idx)+k*I(idx);%死亡患者人数迭代 end plot(T,S,T,E,T,I,T,R,T,D); grid on; xlabel('日期'); ylabel('人数'); legend('易感者','潜伏者','传染者','康复者','死亡者'); title('SEIR模型'); plot(T,E,T,I,T,R,T,D); grid on; xlabel('日期'); ylabel('人数'); legend('潜伏者','传染者','康复者','死亡者'); title('疫情情况'); 结果结果实现结果：

结果虽然其将整个过程拟合出来，但是结果并不理想，染病人数的峰值达到了上百万，因此笔者将模型继续进行修正第一次修正的SEIR模型模型第一次修正的修正思路修正思路结合现实，1、武汉疫情12月30日发现第一例疫情患者，1月23日开始封城，于是笔者在第25天时对应减少模型的病者的日接触人数，作为采取隔离措施的体现。 2、将潜伏者与患病者的转染易感者的概率与日接触人数分开为两个参数。

可以得到新的差分迭代式

第一次改进程序实现第一次改进程序实现实现程序参照上文修改，笔者不一一细述最后的实现结果：根据图像不难看出，在第25天采取隔离措施后疫情得到很好的的控制，在采取措施的大约10天后疫情进入拐点，得到了控制。第二次修正第二次修正思路思路

引入潜伏者者转阴率实现实现程序修改参照上文

将结果细化可以看到在疫情发生后的第25天，采取隔离措施措施后，接触过患者的潜伏者明显下降，在之后的约半个月后疫情到达拐点，患病人数峰值约为6万，随后疫情得到控制。小结小结 SEIR模型在趋势预测上是要优于logistic模型的，但是由于需要考虑的的参数较多，计算误差要大于logistic模型。也希望最疫情的控制结果，会比笔者的数学模型还要发展的好！结束的更早。作者：Matthew.yy

分享到：

赞收藏

资料库

关于2019nCoV新冠肺炎的建模(Ⅲ)—SEIR模型的修正与建立.pdf

相关推荐

开发技术

热门标签

最新资料