Python小白的数学建模课-B5. 新冠疫情 SEIR模型

传染病的数学模型是数学建模中的典型问题，常见的传染病模型有 SI、SIR、SIRS、SEIR 模型。

考虑存在易感者、暴露者、患病者和康复者四类人群，适用于具有潜伏期、治愈后获得终身免疫的传染病。

本文详细给出了 SEIR 模型微分方程的建模、例程、结果和分析，让小白都能懂。

『Python小白的数学建模课 @ Youcans』带你从数模小白成为国赛达人。

欢迎关注『Python小白的数学建模课 @ Youcans』系列，每周持续更新
Python小白的数学建模课-B2. 新冠疫情 SI模型
Python小白的数学建模课-B3. 新冠疫情 SIS模型
Python小白的数学建模课-B4. 新冠疫情 SIR模型
Python小白的数学建模课-B5. 新冠疫情 SEIR模型
Python小白的数学建模课-B6. 新冠疫情 SEIR改进模型
Python小白的数学建模课-09.微分方程模型
Python小白的数学建模课-10.微分方程边值问题

---

1. SEIR 模型

1.1 SEIR 模型的提出

建立传染病的数学模型来描述传染病的传播过程，要根据传染病的发病机理和传播规律， 结合疫情数据进行拟合分析，可以认识传染病的发展趋势，预测疫情持续时间和规模，分析和模拟各种防控措施对疫情发展的影响程度， 为传染病防控工作提供决策指导，具有重要的理论意义和现实意义。

SI 模型是最简单的传染病传播模型，把人群分为易感者（S 类）和患病者（I 类）两类，通过 SI 模型可以预测传染病高潮的到来；提高卫生水平、强化防控手段，降低病人的日接触率，可以推迟传染病高潮的到来。在 SI 模型基础上发展的 SIS 模型考虑患病者可以治愈而变成易感者，SIS 模型表面传染期接触数 σ sigma σ 是传染病传播和防控的关键指标，决定了疫情终将清零或演变为地方病长期存在。在 SI 模型基础上考虑病愈免疫的康复者（R 类）就得到 SIR 模型，通过 SIR 模型也揭示传染期接触数 σ sigma σ 是传染病传播的阈值，满足 s 0 > 1 / σ s_0>1/sigma s0>1/σ 才会发生传染病蔓延，由此可以分析各种防控措施，如：提高卫生水平来降低日接触率 λ lambda λ、提高医疗水平来提高日治愈率 μ mu μ，通过预防接种达到群体免疫来降低 s 0 s_0 s0 等。

传染病大多具有潜伏期（incubation period），也叫隐蔽期，是指从被病原体侵入肌体到最早临床症状出现的一段时间。在潜伏期的后期一般具有传染性。不同的传染病的潜伏期长短不同，从短至数小时到长达数年，但同一种传染病有固定的（平均）潜伏期。例如，流感的潜伏期为 1～3天，冠状病毒感染的潜伏期为4~7天，新型冠状病毒肺炎传染病（COVID-19）的潜伏期为1-14天（* 来自：新型冠状病毒肺炎诊疗方案试行第八版，潜伏时间 1～14天，多为3～7天，在潜伏期具有传染性），肺结核的潜伏期从数周到数十年。

SEIR 模型考虑存在易感者（Susceptible）、暴露者（Exposed）、患病者（Infectious）和康复者（Recovered）四类人群，适用于具有潜伏期、治愈后获得终身免疫的传染病。易感者（S 类）被感染后成为潜伏者（E类），随后发病成为患病者（I 类），治愈后成为康复者（R类）。这种情况更为复杂，也更为接近实际情况。

SEIR 模型的仓室结构示意图如下：

1.2 SEIR 模型假设

1. 考察地区的总人数 N 不变，即不考虑生死或迁移；

2. 人群分为易感者（S 类）、暴露者（E 类）、患病者（I 类）和康复者（R 类）四类；

3. 易感者（S 类）与患病者（I 类）有效接触即变为暴露者（E 类），暴露者（E 类）经过平均潜伏期后成为患病者（I 类）；患病者（I 类）可被治愈，治愈后变为康复者（R 类）；康复者（R类）获得终身免疫不再易感；

4. 将第 t 天时 S 类、E 类、I 类、R 类人群的占比记为 s ( t ) s(t) s(t)、 e ( t ) e(t) e(t)、 i ( t ) i(t) i(t)、 r ( t ) r(t) r(t)，数量分别为 S ( t ) S(t) S(t)、 E ( t ) E(t) E(t)、 I ( t ) I(t) I(t)、 R ( t ) R(t) R(t)；初始日期 t = 0 t=0 t=0 时，各类人群占比的初值为 s 0 s_0 s0、 e 0 e_0 e0、 i 0 i_0 i0、 r 0 r_0 r0；

5. 日接触数 λ lambda λ，每个患病者每天有效接触的易感者的平均人数；

6. 日发病率 δ delta δ，每天发病成为患病者的暴露者占暴露者总数的比例；

7. 日治愈率 μ mu μ，每天被治愈的患病者人数占患病者总数的比例，即平均治愈天数为 1 / μ 1/mu 1/μ；

8. 传染期接触数 σ = λ / μ sigma = lambda / mu σ=λ/μ，即每个患病者在整个传染期内有效接触的易感者人数。

1.3 SEIR 模型的微分方程

由
{ N d s d t = N λ s i N d e d t = N λ s i N δ e N d i d t = N δ e N μ i N d r d t = N μ i egin{cases} N rac{ds}{dt} = - N lambda s i\ N rac{de}{dt} = N lambda s i - N delta e\ N rac{di}{dt}