【SIER】基于SIRV模型的新型冠状病毒疫情预测附MATLAB仿真

✅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        电力系统

信号处理              图像处理               路径规划       元胞自动机        无人机 

⛄ 内容介绍

目的拟合并预测新型冠状病毒肺炎(COVID-19)疫情的发展趋势,为疫情防控提供科学依据。方法基于SIRV动力学模型,考虑COVID-19的传播机制、感染谱、隔离措施等,建立SIRV传播动力学模型。基于官方公布的每日确诊病例数进行建模,利用2020年1月20日至2月7日的报告疫情数据进行拟合。采用2月8-12日的数据评估预测效果,并进行疫情预测。结果该模型对加拿大的累计确诊病例数的过去10日拟合偏差<5%；

⛄ 部分代码

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

% MATLAB Code for the fitting of the SIRV model proposed

% in the following work:

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

%% Load data

clear all;clc;close all

population='Canada';

data = xlsread('COVID19-Data-Canada',population);

N=data(1,1);

I=data(:,2);

R=data(:,3);

D=data(:,4);

S=N*ones(size(I))-R-I;

startDate= datenum('17-Jul-2020'); %start day of the data

endDate=datenum('08-Jan-2021'); %end day of the data

tmonths=startDate:30:(endDate);

%% Fitting R0;

clear x y

yS=log(S/S(1)); 

yS=yS(1:end);

xS=R(1:end)-R(1)*ones(size(R(1:end)));

R0=-(xS\yS)*N;

%% Fitting for gamma

idx=1;

for t=2:length(I)

   

    xR(idx)=trapz(1:t,I(1:t));

    yR(idx)=R(t)-R(1);

    idx=idx+1;

end

gamma=xR'\yR';

beta=gamma*R0;

%% Fitting for mu

xD=R(1:end)-R(1);

yD=D(1:end)-D(1);

mu=xD\yD;

yDfit=mu*xD;

%% Simulate the identified model

dt=1/24;

T=length(I)-1+dt;

[par,rms]=fminsearch(@(par)RMS_SIRV(par,I(1:end)/N,R(1:end)/N,T,dt),[beta gamma]);

beta=par(1);

gamma=par(2);

R0=beta/gamma;

[~,x2,x3,~] = SIRV_model(0,beta,gamma,I(1)/N,R(1)/N,0,T,dt,zeros(1,T/dt));

Dfit=mu*(x3-x3(1))*N+D(1);

t=startDate:dt:endDate;

% Plot the figures

figure(4)

plot(t,x2*N,'LineWidth',1.5);grid on; hold on; box on;

stem(startDate:endDate,I(1:end),'o')

ylabel('Infected $I(t)$','Interpreter','latex','fontsize',15)

title(population,'Interpreter','latex','fontsize',15)

legend({'Fitted Model','Real Data'},'Interpreter','latex','fontsize',15)

ax=gca;

ax.XTick=tmonths;

xtickangle(90)

datetick('x','mmm-yy')

set(gca,'TickLabelInterpreter','latex','fontsize',15)

xlim([startDate endDate])

ax.YAxis.Exponent = 3;

ySfit = -R0*xS/N;

axes('position',[.25 .6 .25 .25])

hold on;grid on;box on

plot(xS+R(1),ySfit,'-.','LineWidth',2); 

scatter(xS+R(1),yS)

xlim([R(1) R(end)])

ylabel('$\log(S(t)/S(t_0))$','Interpreter','latex','fontsize',14)

xlabel('$R(t)$','Interpreter','latex','fontsize',14)

figure(5)

plot(t,x3*N,'LineWidth',1.5);grid on; hold on; box on;

stem(startDate:endDate,R(1:end),'o')

ylabel('Removed $R(t)$','Interpreter','latex','fontsize',15)

title(population,'Interpreter','latex','fontsize',15)

legend({'Fitted Model','Real Data'},'Interpreter','latex','fontsize',15)

ax=gca;

ax.XTick=tmonths;

xtickangle(90)

datetick('x','mmm-yy')

set(gca,'TickLabelInterpreter','latex','fontsize',15)

xlim([startDate endDate])

axes('position',[.25 .6 .25 .25])

hold on;grid on;box on

yRfit = gamma*xR;

plot(xR,yRfit+R(1),'-.','LineWidth',2); 

scatter(xR,yR+R(1))

ylabel('$R(t)$','Interpreter','latex','fontsize',14)

xlabel('$\int_{t_0}^tI(\tau)d\tau$','Interpreter','latex','fontsize',14)

figure(6)

plot(t,Dfit,'LineWidth',1.5);grid on; hold on; box on;

stem(startDate:endDate,D(1:end),'o')

ylabel('Deaths $D(t)$','Interpreter','latex','fontsize',15)

title(population,'Interpreter','latex','fontsize',15)

legend({'Fitted Model','Real Data'},'Interpreter','latex','fontsize',15)

ax=gca;

ax.YAxis.Exponent = 3;

ax.XTick=tmonths;

xtickangle(90)

datetick('x','mmm-yy')

set(gca,'TickLabelInterpreter','latex','fontsize',15)

xlim([startDate endDate])

axes('position',[.25 .6 .25 .25])

hold on;grid on;box on;

plot(xD+R(1),yDfit+D(1),'-.','LineWidth',2); 

scatter(xD+R(1),yD+D(1))

xlim([R(1) R(end)])

ylabel('$D(t)$','Interpreter','latex','fontsize',14)

xlabel('$R(t)$','Interpreter','latex','fontsize',14)

⛄ 运行结果

⛄ 参考文献

[1] 朱仁杰, 唐仕浩, 刘彤彤,等. 基于改进SIR模型的新型冠状病毒肺炎疫情预测及防控对疫情发展的影响[J]. 陕西师范大学学报：自然科学版, 2020, 48(3):6.

[2] 康观龙, 柳炳祥. 基于SIR模型的新型冠状病毒肺炎预测分析[J]. 中阿科技论坛(中英文), 2020, 000(006):P.151-153.

[3] 丁美丽, 彭润龙, 郭荣伟. 基于传染病模型的新冠肺炎传播问题研究[J]. 齐鲁工业大学学报, 2020, 34(6):9.

[4] 祁冬, 姜研, 姚传顺,等. 单能量技术结合ASIR-V算法在疑似新型冠状病毒肺炎患者行低剂量CT扫描中的应用价值[J]. 中国中西医结合影像学杂志, 2020, 018(005):453-457.

⛳️ 代码获取关注我

❤️部分理论引用网络文献，若有侵权联系博主删除

❤️ 关注我领取海量matlab电子书和数学建模资料