【元胞自动机】基于元胞自动机模拟SEIR传播模型附matlab代码

✅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

信号处理 图像处理 路径规划 元胞自动机 无人机

⛄ 内容介绍

一种基于元胞自动机的流行病建模方法,并在该模型的基础上模拟了不同传播特性流行病的传播与控制过程.模拟结果与这些不同传播特性流行病传播的宏观特征相吻合,表明元胞自动机是流行病的一种有效的建模方法.同其他的流行病建模方法相比,该模型结构简洁灵活,计算方式简单,模拟过程直观,易于分析.

1.SEIR模型

许多疾病处于潜伏期，在此期间个体被感染但尚未感染。可以通过添加潜在/暴露人群E并让受感染（但尚未感染）的个体从S迁移到E，再从E迁移到I，在感染获得与感染状态之间的这种延迟可以纳入SIR模型。详细信息，请参阅 孵化参数。

1.1.SEIR没有人口变化

在没有出生或死亡的封闭人口中，SEIR模型变为：

其中

由于潜伏期延迟了个体感染期的开始，因此与没有潜伏期的SIR模型相比，受感染个体的二次传播将在更晚的时间发生。因此，包括更长的等待时间将导致爆发的初始增长变慢。但是，由于该模型不包括死亡率，因此基本生殖数 R 0 = beta/gamma不变。

观察到完整的爆发过程。在最初的快速增长之后，流行病耗尽了易感人群。最终，病毒无法找到足够的新的易感人群并死亡。引入潜伏期不会改变感染个体的累计数量。

⛄ 部分代码

function ind = choose_border2(m,n,M,N);

% 从对角的四个空格选择有效的边界

m1 = [m+1,m+1,m-1,m-1];

n1 = [n+1,n-1,n+1,n-1];

ms = m1;

ns = n1;

ms(m1<0.1|m1>M+0.5|n1<0.5|n1>N+0.5) = []; % delete

ns(m1<0.1|m1>M+0.5|n1<0.5|n1>N+0.5) = []; % delete

ind = sub2ind([M,N],ms,ns);

⛄ 运行结果

⛄ 参考文献

[1]于鑫, 段晓东, 刘向东,等. 基于元胞自动机的流行病传播模型及模拟[J]. 计算机工程与应用, 2005, 041(002):205-209.

[2]张丽娟, 孟娜, 张鹤翔,等. 一类基于元胞自动机的传染病模型的仿真[J]. 计算机仿真, 2012, 29(10):5.

❤️ 关注我领取海量matlab电子书和数学建模资料

❤️部分理论引用网络文献，若有侵权联系博主删除