%1、	建立一個模型（在一個或多個已存在的模型上修改或建造），來模仿TIPs在抑制疾病在人群中的傳播時的用處。
%2、	利用模型通過執(zhí)行TIPs和HIV在不同模式設定下的計算仿真從數量上評估TIPs在抑制HIV-1在人群中的傳播時的有效性。根據建立的模型的結構，我們可以在Matlab上執(zhí)行這些模擬仿真。

%???HIV微分方程模型?by?iceiceice?根據《部分hiv數據.doc》
%???2011-3-19

clear;
clc;
%???參數設定
beta=0.1/100;???%???hiv感染率?1-1.5%
d=95/100;????%???因病死亡率，大多文獻取為1，《部分hiv數據.doc》中可能書寫有誤
mu=0.5/100;??%???自然死亡率
beta1=0.1/100;??%???雙重攜帶者的感染率1-1.5%
gamma1=0.3;?%???雙重攜帶者無效率

%???缺失數據參數，由3-17的郵件中的附件：HIV的發(fā)病率和AIDS的死亡率（參考）.pdf，設定為0.1
gamma=0.1;

%???初值
tic
A=1500;?????%???人口輸入
S=8000;?????%???易感人口
I=150;?????%???HIV攜帶者
P=50;??????%???AIDS患者

%???間隔時間數
dt=0.0001;

%???模型
N=10/dt;????%???步數

S=zeros（1N）;
I=zeros（1N）;
Id=zeros（1N）;
It=zeros（1N）;
P=zeros（1N）;

rate=zeros（101101）;

%for?n1=0:100????????????????????????????????%???直接對alpha1、alpha2做線性變換做rate會報錯
?%???for?n2=0:100???
????????S（1）=8000;???
????????I（1）=150;
????????Id（1）=0;
????????It（1）=0;
????????P（1）=50;
???????%?alpha1=n1/100;
????????%alpha2=n2/100;
????????alpha1=0.4;
????????alpha2=0.4;
????????for?i=1:（N-1）
????????????S（i+1）=S（i）+dt*（A-beta*I（i）*S（i）-beta1*Id（i）*S（i）-（alpha1+mu）*S（i））;?%???原模型中該行最后一部分書寫有誤
????????????%if?S（i+1）<0??S（i+1）=0;??end
????????????I（i+1）=I（i）+dt*（beta*I（i）*S（i）-alpha2*I（i）-mu*I（i）-gamma*I（i）+gamma1*Id（i）-beta1*I（i）*Id（i））;
????????????Id（i+1）=Id（i）+dt*（beta1*Id（i）*S（i）+beta*I（i）*It（i）+beta1*It（i）*Id（i）-gamma1*Id（i）-mu*Id（i）+alpha2*I（i）+beta1*I（i）*Id（i））;??%???原模型中該行最后一部分書寫有誤
????????????It（i+1）=It（i）+dt*（alpha1*S（i）-beta*I（i）*It（i）-beta1*It（i）*Id（i）-mu*It（i））;
????????????%if?It（i+1）<0??It（i+1）=0;?end
????????????P（i+1）=P（i）+dt*（gamma*I（i）-（mu+d）*P（i））;
????????end
??%??????rate（n1+1n2+1）=（P（i+1）+I（i+1））/（S（i+1）+I（i+1）+Id（i+1）+It（i+1）+P（i+1））;?????%???已感染及發(fā)病者所占總人口比例，這里沒有考慮gamma1*Id，因為覺得沒有必要添加這一項
?%???end
%end
%?figure;?plot（I‘g‘）;?xlabel（‘I‘）;
%?legend（‘I:hiv攜帶者‘）;
%?hold?on;
%??plot（Id）;?xlabel（‘Id‘）
%??legend（‘Id:雙重攜帶者‘）;
%??hold?on;
%??plot（P‘m‘）;??xlabel（‘P‘）
%??legend（‘P:AIDS患者‘）;
%??hold?on;
%?plot（It‘k‘）;??xlabel（‘It‘）
%?legend（‘It:TIPS攜帶者‘）;
%?hold?on;
%??plot（S‘r‘）;??xlabel（‘S‘）
%?legend（‘S:易感者‘）;
k=1:1:100000;
subplot（211）;
plot（kI（k）‘g‘kId（k）kP（k）‘m‘kIt（k）‘k‘kS（k）‘r‘）;
xlabel（‘year/10000‘）;ylabel（‘population‘）;
title（‘XXX‘）;
legend（‘I:hiv攜帶者‘‘Id:雙重攜帶者‘‘P:AIDS患者‘‘It:TIPS攜帶者‘‘S:易感者‘）
%?S
%?I
%?Id
%?It
%?P
toc