引入隔离率与潜伏人员的SIR模型附matlab代码

简介: 引入隔离率与潜伏人员的SIR模型附matlab代码

✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,matlab项目合作可私信。

🍎个人主页:Matlab科研工作室

🍊个人信条:格物致知。

更多Matlab仿真内容点击👇

智能优化算法  神经网络预测雷达通信 无线传感器

信号处理图像处理路径规划元胞自动机无人机

⛄ 内容介绍

众所周知,病毒会给社会造成巨大危害.根据这次病毒潜伏期都有传染性特点,在经典的SEIR模型上定义了潜伏者传染概率b2和隔离率,并用MATLAB软件实现了数值解.

⛄ 部分代码

clear;clc

close all

%%

load china_data.mat;

load abroad_data.mat;

load C.mat;

%%

%中国

para=C(1,:);

%用fmincom函数优化

c0=[0.1 0.125];%beta和sigma的初始值

lb = [0.1 0.125];%下界  

ub = [0.2 0.8]; %上界

true_data=china_data;

period_true=size(true_data,1);

period_pre=300;

[Y, fval]=fmincon(@(Y,fval)seir_Obj_fun(Y,para,true_data),c0,[],[],[],[],lb,ub);%优化求解  

beta=Y(1);sigma=Y(2);

K=120000;

[~,p]=ode45(@(t,p) SEIR_fun(t,p,para,beta,sigma), [1:1:period_pre],[K,10000,0,0]);

figure(1);

x1=1:period_true;

y1=true_data(:,3);

x2=1:period_pre;

y2=p(:,3);

hold on

plot(x1,y1,'b*');

plot(x2,y2,'r+');

legend('实际值T-i','拟合值T-i');

true_data=[];

%%

%外国SIR

N=size(C,1)-1;%国家的数量

period_true_begin=[1,29,51,1,1,1,1,1,1,18,27,28];

period_true_end=[208,208,208,176,176,176,176,176,183,183,183];%有效数据段;


for i=1:N  

period_true=period_true_end(i)-period_true_begin(i)+1;

para=C(i+1,:);

%用fmincom函数优化

true_data= abroad_data(period_true_begin(i):period_true_end(i),1+(i-1)*3:3+(i-1)*3);

[Y2, fval]=fmincon(@(Y2,fval)SIR_Obj_fun(Y2,para,true_data),c0,[],[],[],[],lb,ub);%优化求解  

beta=Y2(1);

sigma=Y2(2);

[t,p]=ode45(@(t,p) SEIR_fun(t,p,para,beta,sigma), [1:1:period_pre],[true_data(1,1),50,0,0]);

 %画图

   figure(i+1);

   subplot(1,2,1);

   plot(t,p(:,3),'b*');

   title('预测值T-I');

   subplot(1,2,2);

  plot(1:period_true_end(i)-period_true_begin(i)+1,true_data(:,2),'r+');

   title('实际值T-I');

end

⛄ 运行结果

⛄ 参考文献

[1]王众, 汪和松. 2019新型冠状病毒SEIR模型求解及MATLAB软件实现[J]. 数字技术与应用, 2020, 38(2):2.

❤️ 关注我领取海量matlab电子书和数学建模资料
❤️部分理论引用网络文献,若有侵权联系博主删除


目录
打赏
0
0
0
0
849
分享
相关文章
基于GARCH-Copula-CVaR模型的金融系统性风险溢出效应matlab模拟仿真
本程序基于GARCH-Copula-CVaR模型,使用MATLAB2022A仿真金融系统性风险溢出效应。核心功能包括计算违约点、资产价值波动率、信用溢价及其直方图等指标。GARCH模型用于描述资产收益波动性,Copula捕捉依赖结构,CVaR度量极端风险。完整代码无水印输出。 具体步骤:首先通过GARCH模型估计单个资产的波动性,再利用Copula方法构建多资产联合分布,最后应用CVaR评估系统性风险。程序展示了详细的运行结果和图表分析,适用于金融市场风险量化研究。
基于CS模型和CV模型的多目标协同滤波跟踪算法matlab仿真
本项目基于CS模型和CV模型的多目标协同滤波跟踪算法,旨在提高复杂场景下多个移动目标的跟踪精度和鲁棒性。通过融合目标间的关系和数据关联性,优化跟踪结果。程序在MATLAB2022A上运行,展示了真实轨迹与滤波轨迹的对比、位置及速度误差均值和均方误差等关键指标。核心代码包括对目标轨迹、速度及误差的详细绘图分析,验证了算法的有效性。该算法结合CS模型的初步聚类和CV模型的投票机制,增强了目标状态估计的准确性,尤其适用于遮挡、重叠和快速运动等复杂场景。
分别通过LS和RML进行模型参数辨识matlab仿真
本程序通过最小二乘法(LS)和递归最大似然估计(RML)进行模型参数辨识,并在MATLAB2022A中仿真。仿真输出包括参数辨识误差及收敛值。程序展示了两种方法的参数估计值及其误差收敛情况,适用于控制系统设计与分析。最小二乘法适合离线批量处理,而RML则适用于实时在线处理。核心代码实现了LS辨识,并绘制了参数估计值和误差变化图。
数据链中常见电磁干扰matlab仿真,对比噪声调频,线性调频,噪声,扫频,灵巧五种干扰模型
本项目展示了用于分析和模拟电磁干扰对数据链系统影响的算法。通过Matlab 2022a运行,提供无水印效果图预览。完整代码包含详细中文注释及操作视频。理论部分涵盖五种常见干扰模型:噪声调频、线性调频、噪声、扫频和灵巧干扰,详细介绍其原理并进行对比分析。灵巧干扰采用智能技术如认知无线电和机器学习,自适应调整干扰策略以优化效果。
基于Adaboost模型的数据预测和分类matlab仿真
AdaBoost(Adaptive Boosting)是一种由Yoav Freund和Robert Schapire于1995年提出的集成学习方法,旨在通过迭代训练多个弱分类器并赋予分类效果好的弱分类器更高权重,最终构建一个强分类器。该方法通过逐步调整样本权重,使算法更关注前一轮中被误分类的样本,从而逐步优化模型。示例代码在MATLAB 2022A版本中运行,展示了随着弱分类器数量增加,分类错误率的变化及测试数据的分类结果。
305 13
|
8月前
|
【2023高教社杯】D题 圈养湖羊的空间利用率 问题分析、数学模型及MATLAB代码
本文介绍了2023年高教社杯数学建模竞赛D题的圈养湖羊空间利用率问题,包括问题分析、数学模型建立和MATLAB代码实现,旨在优化养殖场的生产计划和空间利用效率。
312 6
【2023高教社杯】D题 圈养湖羊的空间利用率 问题分析、数学模型及MATLAB代码
【2022年华为杯数学建模】B题 方形件组批优化问题 方案及MATLAB代码实现
本文提供了2022年华为杯数学建模竞赛B题的详细方案和MATLAB代码实现,包括方形件组批优化问题和排样优化问题,以及相关数学模型的建立和求解方法。
193 3
【2022年华为杯数学建模】B题 方形件组批优化问题 方案及MATLAB代码实现
【2023五一杯数学建模】 B题 快递需求分析问题 建模方案及MATLAB实现代码
本文介绍了2023年五一杯数学建模竞赛B题的解题方法,详细阐述了如何通过数学建模和MATLAB编程来分析快递需求、预测运输数量、优化运输成本,并估计固定和非固定需求,提供了完整的建模方案和代码实现。
242 0
【2023五一杯数学建模】 B题 快递需求分析问题 建模方案及MATLAB实现代码
耐震时程曲线,matlab代码,自定义反应谱与地震波,优化源代码,地震波耐震时程曲线
地震波格式转换、时程转换、峰值调整、规范反应谱、计算反应谱、计算持时、生成人工波、时频域转换、数据滤波、基线校正、Arias截波、傅里叶变换、耐震时程曲线、脉冲波合成与提取、三联反应谱、地震动参数、延性反应谱、地震波缩尺、功率谱密度
基于混合整数规划的微网储能电池容量规划(matlab代码)
基于混合整数规划的微网储能电池容量规划(matlab代码)

热门文章

最新文章

AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等