【疫情模型】SEIR模型疫情分析预测含Matlab源码

1 简介

自2019年12月武汉报道不明原因的肺炎病例以来,新型冠状病毒肺炎疫情对全国造成了严重影响,社会经济生活受到了极大干扰.本文首先通过将搜集到的武汉市疫情数据按照疫情阶段分为"封城"前,"封城"后至医疗队进驻,方舱医院建成三段,并分段进行MATLAB拟合,得出每个阶段的治愈率及死亡率,再基于流行病SEIR动力学模型和马尔科夫链,依据武汉市疫情数据,针对不同情景对模型进行仿真分析,结果表明,模型分析与疫情发展的趋势基本吻合,并且发现隔离等措施对疫情防控具有积极意义.

2 部分代码

function sqe=ff(v)
sigma1=v(1);
sigma2=v(2);
lambda1=v(3);
lambda2=v(4);
global start;
global g;
global t;
global mu;
global S;
global E;
global Ii;
global Iu;
global D;
global R;
y=SEIR_discrete(start,t,g,mu,sigma1,sigma2,lambda1,lambda2,38);
s1=sum(((S')-(y(:,1))).^2)/38;
s2=sum(((E')-(y(:,2))).^2)/38;
s3=sum(((Ii')-(y(:,3))).^2)/38;
s4=sum(((Iu')-(y(:,4))).^2)/38;
s5=sum(((R')-(y(:,5))).^2)/38;
s6=sum(((D')-(y(:,6))).^2)/38;
sqe=s1+s2+s3+s4+s5+s6;
end

3 仿真结果

4 参考文献

[1]王国柱, 池晓航, 周强. 基于改进SEIR模型的疫情预测与分析[J]. 河南工学院学报, 2020, 28(5):5.

博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，相关matlab代码问题可私信交流。

部分理论引用网络文献，若有侵权联系博主删除。