【疫情模型】基于matlab改进的SEIR模型【含Matlab源码 667期】

✅博主简介：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：海神之光
🏆代码获取方式：
海神之光Matlab王者学习之路—代码获取方式
⛳️座右铭：行百里者，半于九十。

更多Matlab仿真内容点击👇
Matlab图像处理（进阶版）
路径规划（Matlab）
神经网络预测与分类（Matlab）
优化求解（Matlab）
语音处理（Matlab）
信号处理（Matlab）
车间调度（Matlab）

⛄一、SEIR模型简介

1 SEIR模型简介

如果所研究的传染病有一定的潜伏期，与病人接触过的健康人并不马上患病，而是成为病原体的携带者，归入 E 类。此时有：

仍有守恒关系 S(t) + E(t) + I(t) + R(t) = 常数，病死者可归入 R 类。潜伏期康复率 γ1 和患者康复率 γ2 一般不同。潜伏期发展为患者的速率为 α。与 SIR 模型相比，SEIR 模型进一步考虑了与患者接触过的人中仅一部分具有传染性的因素，使疾病的传播周期更长。疾病最终的未影响人数 S∞ 和影响人数 R∞ 可通过数值模拟得到。

2 SEIR模型中的S\E\I\R分别表示什么

SEIR模型是传染病模型的一种，一般将传染病流行范围内的人群分为以下几类：
（1）S 类，易感者 (Susceptible)，指未得病者，但缺乏免疫能力，与感染者接触后容易受到感染；
（2）E 类，暴露者 (Exposed)，指接触过感染者，但暂无能力传染给其他人的人，对潜伏期长的传染病适用；
（3）I 类，感病者 (Infectious)，指染上传染病的人，可以传播给 S 类成员，将其变为 E 类或 I 类成员；
（4）R 类，康复者 (Recovered)，指被隔离或因病愈而具有免疫力的人。如免疫期有限，R 类成员可以重新变为 S 类。

3 为什么在“新冠”疫情模拟过程中选择SEIR模型作为基础模型
（1）原因一：SEIR模型相较于其他的几个传染病模型，多了几项内容。结合本次疫情分析，我们可以知道，“新冠”疫情是由为期14天的潜伏期的，而且当感染者经过治愈或是自身免疫成为治愈者后，体内产生抗体，不会再成为易感人群被感染者感染。所以在模型中E项是必须存在的。SEIR模型符合新冠疫情的传染特征。

（2）原因二：同时根现有的一些资料显示，可知，很多专业的研究团队都在使用该模型研究疫情的发展情况。例如：钟南山院士团队在Journal of Thoracic Disease《胸部疾病杂志》发表了题为“Modified SEIR and AI prediction of the epidemics trend ofCOVID-19 in China under public
health interventions”（基于SEIR优化模型和AI对在公共卫生干预下的中国COVID-19发展趋势预测）的文章。

4 使用该模型过程中的数据从何而来
通过上网搜索，我们小组找到了有关本次新冠疫情的数据（治愈率、死亡率）。以下内容引用自新京报网《关于新冠病毒的传播性，这五篇顶级论文都说了什么？》
（1）新冠病毒具有较低的致病性和中等传播性
此次的新冠病毒，是过去20年中新出现的第三种能够跨物种感染人的冠状病毒。此前两种分别是2003年的SARS冠状病毒和2014年的中东呼吸综合征冠状病毒（MERS)。
根据一篇发表在《Microbes and Infection》（《微生物与感染》）期刊上的论文《Pathogenicity and Transmissibility of 2019-nCoV—A Quick Overview and
Comparison with Other Emerging Viruses》（《2019-nCoV的致病性和传播性——快速概述和与其他新兴病毒的比较》）进行的分析对比，我们可以知道，新冠病毒无论是从病毒率或是R0均没有SARS病毒强。
但与2009年的甲型流感、2014年的中东呼吸综合症比，则有更强的感染性（即R0值更大）。这反映在感染的人数上，即是新冠肺炎的确诊病例更多。但整体来说，当前的新冠病毒似乎只是具有相对较低的致病性和中等传播性。

（2）其他城市疫情相对武汉具有1-2周的滞后性
根据另一篇于1月31日发表在《柳叶刀》上的论文《Nowcasting and forecasting the potential domestic and international spread of the 2019-nCoV outbreak originating in Wuhan, China: a modelling study》（《对源自中国武汉的2019-nCoV暴发的潜在国内和国际传播的预测和预测：一项模型研究》）认为，中国多个主要城市的疫情已经呈指数增长，但大概滞后于武汉暴发的大约1-2周。

5 该“新冠”疫情模拟小游戏中使用该SEIR模型的流程

⛄二、部分源代码

clear;clc;

%--------------------------------------------------------------------------
% 参数设置
%--------------------------------------------------------------------------
N = 10000;
E = 10;
I = 0;
R = 0;
UE = 0;
Q = 0;
D = 0;
S = N-I-E-R-UE-Q-D;

R0 = 3;
a = 0.5;
b1 = 0.05;
b2 = 0.95;
r1=0.90;
e=0.01;
o1=0.96;
r2=0.10;
o2=0.4;
y = 0.004;

T = 1:100;
for idx = 1:length(T)-1
S(idx+1) = S(idx)-R0aS(idx)E(idx)/N(1);
E(idx+1) = E(idx)+R0aS(idx)E(idx)/N(1)-b2E(idx)-b1E(idx);
UE(idx+1) = UE(idx)+b1E(idx)-r1UE(idx)-r2UE(idx);
Q(idx+1) = Q(idx)+b2E(idx)+r1UE(idx)-eQ(idx)-o1Q(idx);
I(idx+1) = I(idx)+r2UE(idx)+eQ(idx)-o2I(idx)-yI(idx);
R(idx+1) = R(idx)+o1Q(idx)+o2I(idx);
D(idx+1) = D(idx)+yI(idx);
end

⛄三、运行结果

⛄四、matlab版本及参考文献

1 matlab版本
2014a

2 参考文献
[1] 包子阳,余继周,杨杉.智能优化算法及其MATLAB实例（第2版）[M].电子工业出版社，2016.
[2]张岩,吴水根.MATLAB优化算法源代码[M].清华大学出版社，2017.
[3]周品.MATLAB 神经网络设计与应用[M].清华大学出版社，2013.
[4]陈明.MATLAB神经网络原理与实例精解[M].清华大学出版社，2013.
[5]方清城.MATLAB R2016a神经网络设计与应用28个案例分析[M].清华大学出版社，2018.
[6]数学思想——1.SEIR模型

3 备注
简介此部分摘自互联网，仅供参考，若侵权，联系删除

🍅 仿真咨询
1 各类智能优化算法改进及应用
生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化

2 机器学习和深度学习方面
卷积神经网络（CNN）、LSTM、支持向量机（SVM）、最小二乘支持向量机（LSSVM）、极限学习机（ELM）、核极限学习机（KELM）、BP、RBF、宽度学习、DBN、RF、RBF、DELM、XGBOOST、TCN实现风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断

3 图像处理方面
图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知

4 路径规划方面
旅行商问题（TSP）、车辆路径问题（VRP、MVRP、CVRP、VRPTW等）、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、车辆协同无人机路径规划、天线线性阵列分布优化、车间布局优化

5 无人机应用方面
无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配

6 无线传感器定位及布局方面
传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化

7 信号处理方面
信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化

8 电力系统方面
微电网优化、无功优化、配电网重构、储能配置

9 元胞自动机方面
交通流 人群疏散 病毒扩散 晶体生长

10 雷达方面
卡尔曼滤波跟踪、航迹关联、航迹融合