SEIR模型

1. 模型简介

SEIR模型是经典的传染病传播动力学模型，将人群划分为四类：

• S (Susceptible)：易感者（可能被感染的健康人群）

• E (Exposed)：潜伏期者（已感染但无症状、不传染）

• I (Infectious)：感染者（有症状且具有传染性）

• R (Recovered/Removed)：康复或移除者（痊愈获得免疫或死亡）

适用于描述潜伏期明显的传染病（如COVID-19、麻疹等）。

2. 模型微分方程

SEIR模型通过以下微分方程组描述疾病传播动态：

参数说明：

• β：有效接触率（感染率），与基本再生数 R0​ 关系：β=R0*γ

• α：潜伏期转阳率（α=1/平均潜伏期）

• γ：康复率（γ=1/平均感染期）

• N：总人口（N=S+E+I+R）

3. 关键参数与意义

4. 模型特性

1. 阈值现象：

   • 当 R0>1时，疫情会爆发；R0<1时自然消退。

2. 峰值预测：

   • 感染人数峰值时间与 α，γ 相关。

3. 群体免疫：

   • 最终康复者比例 R∞​ 满足 1−R∞=exp(−R0R∞)。

5.代码实现

N=10000;%表示总人口数
T=200;%模拟天数
R0 = 5;  % 基本再生数
alpha = 0.1; % 潜伏期转确诊率 (1/潜伏期天数)
gamma = 0.05;% 康复率 (1/感染期天数)
beta = R0 * gamma;% 感染率 = R0 * 康复率
I=zeros(1,T);E=zeros(1,T);S=zeros(1,T);R=zeros(1,T);
I(1)=10;%初始发病期感染者
E(1)=0;%潜伏期感染者
R(1)=0;%康复者
S(1)=N-I(1);%易感者
for n=1:T-1  %每天循环，故为微分变差分
    S(n+1)=S(n)-beta*I(n)*S(n)/N;
    E(n+1)=E(n)+beta*I(n)*S(n)/N-alpha*E(n);
    I(n+1)=I(n)+alpha*E(n)-gamma*I(n);
    R(n+1)=R(n)+gamma*I(n);
end
figure,hold on;
plot(S,'r');
plot(E,'g');
plot(I,'b');
plot(R,'K');
legend('R','E','I','R');
xlabel('天数/天');
ylabel('人数');
grid on;