資源簡介
線性的 SIR 模型, 計算出模型中封閉系統的精確解, 得到累計病例數與時間的關系, 并通過該關系與累計確診病例的實際數據進行擬合, 得到了傳染率參數 a ，恢復系數b，和初始易感人數是的估計值, 本文提出的基于SIR的傳染病動力學模型, 通過公開歷史數據對模型參數進行反演,基于這些參數, 我們很好地模擬了目前疫情的發展, 并準確預測了疫情未來的趨勢. 數分析顯示了各級政府防控措施的有效程度. 人們的防范意識以及人們的疫情習慣對于疫情發展的影響，模擬結果顯示, 如果政府加大宣傳力度，增強隔離措施，個人改善自家的衛生習慣，加強防護意識，可以極大的延緩疫情的發展，減少感染人數。
代碼片段和文件信息
%用最小二乘法估計s（t）初值和感染系數a
%data1?是河南省121到2.20的數據???data是2.1到2.20的數據
clc
clear
load?data.mat
b=0.03;???%?由Nmub計算所得
%該部分用于計算a和s的初值?采用最小二乘法
s0?=?1500:10:30000;??%?估計s初值的取值范圍
for?n?=?1:length（s0）
????s1?=?s0（n）?+?i（1）?-?i（2）?-?r（2）;
????a?=?（s0（n）?-?s1）./（s0（n）.*i（1））;
????t?=?1:8;
????[TY]?=?ode45（‘sir‘t[s0（n）i（1）r（1）ab]）;
????for?p?=?1:8
????????SE（p）?=?（Y（p2）?-?i（p））.^2;
????end
????SEE（n）?=?sum（SE）;?%此時的殘差平方和
end
[vaddress]?=?min（SEE）;
s?=?s0（address）;?%殘差平方和最小的s（t）初值
s1?=?s?+?i（1）?-?i（2）?-?r（2）;
a?=?（s?-?s1）./（s.*i（1））;%殘差平方和最小的感染系數a
tspan?=?1:30;
[TY]?=?ode45（‘sir‘tspan[si（1）r（1）ab]）;
%a變為原來1/2
a?=?a/2;
tspan?=?1:30;
[T1Y1]?=?ode45（‘sir‘tspan[si（1）r（1）ab]）;
%a變為原來2倍
a?=?a*4;
tspan?=?1:30;
[T2Y2]?=?ode45（‘sir‘tspan[si（1）r（1）ab]?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????文件?????????242??2020-03-20?19:25??consumption.mat
?????文件?????????301??2020-03-19?23:55??data.mat
?????文件?????????336??2020-03-19?22:42??data1.mat
?????文件???????28977??2020-03-20?17:21??finaldat.mat
?????文件???????31538??2020-03-20?20:31??forecast.jpg
?????文件????????1213??2020-03-20?20:31??forecast.m
?????文件?????????715??2020-03-20?23:38??HenanConsumption.m
?????文件????????1067??2020-03-20?17:09??main.m
?????文件????????1476??2020-03-20?23:38??Main_For_Polynomial.m
?????文件?????????245??2020-03-20?00:23??numb.m
?????文件?????????207??2020-03-19?22:33??sir.m
?????文件???????27122??2020-03-20?17:22??感染者（I）.jpg
?????文件???????26255??2020-03-20?17:20??移出者（R）.jpg
- 上一篇：verilog實現的以太網并行crc校驗
- 下一篇：網站建設可行性分析報告
評論
共有 條評論