传染病模型知识储备

muyierfly

已于 2022-11-19 10:55:40 修改

阅读量5.3k

点赞数 11

分类专栏： # 多元统计分析 # 传染病模型文章标签： matlab

于 2022-07-17 10:42:24 首次发布

本文链接：https://blog.csdn.net/m0_47017197/article/details/125748810

版权

传染病模型同时被 2 个专栏收录

7 篇文章 1 订阅

订阅专栏

多元统计分析

3 篇文章 1 订阅

订阅专栏

一、模型中的人群分类

S (Susceptible)，易感者，指缺乏免疫能力健康人，与感染者接触后容易受到感染；

E (Exposed)，暴露者 ，指接触过感染者但暂无传染性的人，可用于存在潜伏期的传染病；

I (Infectious)，患病者，指有传染性的病人，可以传播给 S，将其变为 E 或 I ；

R (Recovered)，康复者，指病愈后具有免疫力的人，如是终身免疫性传染病，则不可被重新变为 S 、E 或 I ，如果免疫期有限，就可以重新变为 S 类，进而被感染。

由于个体之间的接触而导致疾病传播的概率为β，疾病仅在感染个体和易感个体之间进行接触时才会以概率β将疾病传染给易感个体。在时刻t，易感个体的比例为S(t)/N，感染个体的数量为I(t)，一次，易感个体的数量将以如下变化率减少ds/dt = -β*S(t)I(t)/N

二、四类传染病模型

艾滋传染模型（SI）

普通流感模型（SIS）

急性传染病模型(SIR)及其扩展模型（SIRS）

带潜伏着的恶性传染病模型(SEIR)

1.艾滋传染模型（SI）：

此情形所考虑的情形为：易感染者被感染

模型的建立：

2.普通流感模型（SIS）：

由于流感病毒容易变异，所以没有能杜绝流感的体质存在，则该模型为：感染，恢复为易感者，再感染，不断循环。

该模型与上一个模型的区别即就是感染者可以恢复为易感者，再次被感染

3.急性传染病模型及(SIR)其拓展模型（SIRS）

这种模型刻画的传染病为：发病迅速，康复后含抗体不再被感染(单程)，如：天花、麻疹、腮腺炎等。

如果再添加一个条件：将单程变为循环型，康复者可能再一次被感染。

4. 带潜伏期的恶性传染病模型（SEIR）

这种模型刻画的传染病为：传染潜伏，确认感染，治疗康复后含抗体不再被感染（单程），如：SARS、SARI等。

进⼀步需要考虑的问题：（⾼年级学⽣建议考虑⑥ - ⑨）

① 如果模型中“康复”的群体会再次被感染；

② 如果模型中含因病死亡的群体；

③ 如果潜伏者的潜伏期长短不⼀；

④ 如果含感染者分为隔离和未被隔离；

⑤ 如果潜伏者中有直接自己痊愈群体；

⑥ 如果潜伏者分为疑似并感染和疑似非感染(变系数问题)；

⑦ 如果含超级感染者；

⑧ 如果已知目前的数据，可否反推出初期感染⼈数和日期；

⑨如果已知目前的数据，可否反推传播源；

通过对上述模型的完善，可以预测⼀个封闭地区（如：目前的湖北省或武汉市）的疫情爆发情况：最⼤感染峰值、感染⼈数、治愈⼈数等。

但对于未实⾏封闭前的时期，我们就需要将地区看成图的节点，然后需要考虑：

⑩节点之间的流动，即区域之间的传染。（注：区域间传染可考虑马尔科夫链、复杂⽹络等）

三、传染病模型的求解

1.SI的求解

（1）解析解

2.用MATLAB求解LOGISTIC模型

Matlab求常微分方程组的解析解_y=520（2sinM-sin2M）的博客-CSDN博客_matlab求解微分方程组解析解

（1）dsolve 函数

dsolve函数用于求常微分方程组的精确解，也称为常微分方程的符号解。如果没有初始条件或边界条件，则求出通解；如果有，则求出特解。

1)函数格式

Y = dsolve(‘eq1,eq2,…’ , ’cond1,cond2,…’ , ’Name’)

其中，‘eq1,eq2,…’:表示微分方程或微分方程组;

’cond1,cond2,…’:表示初始条件或边界条件;

‘Name’:表示变量。没有指定变量时，matlab默认的变量为t；

利用dsolve函数进行求解

（2）diff函数

diff函数式用于求导数和差分的.

无论是求导数还是差分,其原理是一样的.

这里简单介绍下其用法：

对连续求导

diff(X) ，求函数X的一阶导数；

diff(X,n) ，求函数X的n阶导 (n是具体整数)；

diff(X,变量名)，求函数X的偏导数（对谁求偏导数，变量名就是谁）

diff(X,变量名,n) ，求函数X的n阶偏导数。

（3）代码解析

>> syms a b y(t) y0
>> eqn=diff(y,t)==a*y*(1-b*y);
>> cond=y(0)==y0;
>> ySol(t)=dsolve(eqn,cond)

3.解的大致图像

4.数值解

（1）ode

ode是Matlab专门用于解微分方程的功能函数。该求解器有变步长（variable-step）和定步长（fixed-step）两种类型。不同类型有着不同的求解器，其中ode45求解器属于变步长的一种，采用Runge-Kutta算法；其他采用相同算法的变步长求解器还有ode23。

ode45表示采用四阶-五阶Runge-Kutta算法，它用4阶方法提供候选解，5阶方法控制误差，是一种自适应步长（变步长）的常微分方程数值解法，其整体截断误差为(Δx)^5。解决的是Nonstiff(非刚性)常微分方程。

ode45是解决数值解问题的首选方法，若长时间没结果，应该就是刚性的，可换用ode15s试试。

[t,y]=ode45(ode45,tspan,y0):

ode45- MathWorks 中国

（2）数值解

是相对于解析解而言退而求其次的说法，或者解析解很复杂而取得足够精确的位数的解。

解析解，是指通过严格的公式所求得的解。

数值解，是指给出一系列对应的自变量，采用数值方法求出的解。

解析法是常见的微积分技巧，如分离变量法等。解析解为一封闭形式的函数，因此对任一独立变量，皆可将其代入解析函数求得正确的相依变量。因此，解析解也称为闭式解。

当无法由微积分技巧求得解析解时，便只能利用数值分析的方式来求得其数值解了，数值方法变成了求解过程重要的媒介。

（3）龙格库塔法

是用于非线性常微分方程的解的重要的一类隐式或显式迭代法。

1）算法

2）原理

3）程序

function [T,X,dX] = ODE_RK4( Hfun,t,h,x0 )
% [T,X] = ODE_RK4( Hfun,t,h,x0 ) 4阶龙格-库塔法求解常微分方程
% Hfun为描述状态导数的函数句柄，格式为 dX = Hfun( t,X )
% 必须保证返回dX的格式为行向量
% t为时间节点，可为标量，时间范围为 T = 0:h:t
%             长2向量 ，时间范围为 T = t(1):h:t(2)
%             向量 ，时间范围为 T = t
% h为时间步长，在t的前两种情况下，必须给出h具体值
% 直接给出时间节点t时，h可用[]或任意值占位
% x0为状态量初始值  
% 算法：
%      K1  = Hfun( t(k-1),X(k-1) ) =  dX(k-1)
%      K2 =  Hfun( t(k-1)+h/2,X(k-1)+h*K1/2 )
%      K3 =  Hfun( t(k-1)+h/2,X(k-1)+h*K2/2 )
%      K4 =  Hfun( t(k-1)+h  ,X(k-1)+h*K3 )
%    X(k) =  X(k-1) + (h/6) * (K1 + 2*K2 + 2*K3 +K4)