瘟疫模拟

2020开年不顺，我们每个人都亲身经历了一场瘟疫，针对这次瘟疫我做了一些调研    
2019新型冠状病毒（SARS-CoV-2）是2019年在人体中发现的冠状病毒新毒株。该病毒症状一般为发热、乏力、干咳、逐渐出现呼吸困难，严重者表现为急性呼吸窘迫综合征，脓毒症休克，难以纠正的代谢性酸中毒和凝血功能障碍。该病毒已确认存在人传人现象[1]，且潜伏期具有传染性[2]，所致疾病没有特异治疗方法。[

主要症状

感染病毒的人会出现程度不同的症状，有的只是发烧或轻微咳嗽，有的会发展为肺炎，有的则更为严重甚至死亡。
该病毒致死率约为2%到4%，但这是一个非常早期的百分比，随着更多信息的获得可能会改变。同时，这并不意味着它不严重，只是说病毒感染者不一定人人都会面临最严重的后果。
传播途径

新型冠状病毒主要的传播途径还是呼吸道飞沫传播和接触传播，气溶胶和粪—口等传播途径尚待进一步明确。通过流行病学调查显示，病例多可以追踪到与确诊的病例有过近距离密切接触的情况。
直接传播
是指患者喷嚏、咳嗽、说话的飞沫，呼出的气体近距离直接吸入导致的感染；
气溶胶传播
是指飞沫混合在空气中，形成气溶胶，吸入后导致感染；
接触传播
是指飞沫沉积在物品表面，接触污染手后，再接触口腔、鼻腔、眼睛等黏膜，导致感染。
易感人群

各个年龄段的人都可能被感染，被感染的主要是成年人，其中老年人和体弱多病的人似乎更容易被感染。
儿童和孕产妇是新型冠状病毒感染的肺炎的易感人群。
病毒特性

2019新型冠状病毒结构
“2019新型冠状病毒”基因序列显示与蝙蝠中发现的冠状病毒相似，但不同于其他冠状病毒，例如严重急性呼吸系统综合症冠状病毒（SARS）和中东呼吸综合症冠状病毒（MERS）。“2019新型冠状病毒”与严重急性呼吸系统综合症冠状病毒同属于冠状病毒谱系B（Betacoronavirus Lineage B）。
“2019新型冠状病毒”的五个基因组很快被提取出来，并被上海市公共卫生临床中心、华中科技大学武汉中心医院、武汉市疾控中心、中国疾控中心传染病预防控制所以及悉尼大学在Virological网站上发布，它们分别是BetaCoV/Wuhan/IVDC-HB-01/2019，BetaCoV/Wuhan IVDC-HB-04/2020，BetaCoV/Wuhan/IVDC-HB-05/2019，BetaCoV/Wuhan/WIV04/2019以及BetaCoV/Wuhan/IPBCAMS-WH-01/2019。它的RNA序列的长度大约为300000个核苷酸。
2020年1月26日，国家卫生健康委员会主任马晓伟在国新办新闻发布会上表示，从观察情况看，新型冠状病毒潜伏期大约在10天左右，最短的潜伏期有1天发病，最长的潜伏期是14天，潜伏期具有传染性，这同SARS有很大的不同。
2020年2月1日，深圳市第三人民医院透露，该院肝病研究所研究发现，在某些新型冠状病毒感染的肺炎确诊患者的粪便中检测出2019-nCoV核酸（新型冠状病毒）阳性，很有可能提示粪便中有活病毒存在。[10]
2020年2月，得克萨斯大学奥斯汀分校和美国国立卫生研究院的研究小组发表在《科学》杂志上的一项新研究指出，他们创建了首个新冠病毒附着并感染人类细胞部分的3D原子尺度结构图，这是研究疫苗和治疗方法的关键一步。[11]

10电镜照片

2020年1月24日，国家病原微生物资源库发布了由中国疾病预防控制中心病毒病预防控制所成功分离的我国第一株

针对此次大作业我想利用SEIR 传染病模型进行模拟
SEIR建模思路
 这是一个带潜伏期的传染模型，和没有考虑潜伏期的SI、SIR的优势就显而易见了。具体的建模思路如下图：

对上述的微分方程求解，不难得到其的差分方程。

实现程序实现工具为matlab
%SEIR模型
clear;clc;
%参数设置
N=1400000000;%人口数
I=1;%传染者
R=0;%康复者
D=0;%死亡患者数量
E=0;%潜伏者
S=N-I;%易感染者
r=1;%接触病患的人数
a=0.125;%潜伏者患病概率
B=0.6;%感染概率
y=0.143;%康复概率
k=0.025373
T=20:1000;
for idx =1:length(T)-1
S(idx+1)=S(idx)-rBI(idx)S(idx)/N;%易感人数迭代
E(idx+1)=E(idx)+rBS(idx)I(idx)/N-aE(idx)%潜伏者人数迭代
I(idx+1)=I(idx)+aE(idx)-(y+k)I(idx);%患病人数迭代
R(idx+1)=R(idx)+yI(idx);%康复人数迭代
D(idx+1)=D(idx)+k*I(idx);%死亡患者人数迭代
end
plot(T,S,T,E,T,I,T,R,T,D);
grid on;
xlabel(‘日期’);
ylabel(‘人数’);
legend(‘易感者’,‘潜伏者’,‘传染者’,‘康复者’,‘死亡者’);
title(‘SEIR模型’);
plot(T,E,T,I,T,R,T,D);
grid on;
xlabel(‘日期’);
ylabel(‘人数’);
legend(‘潜伏者’,‘传染者’,‘康复者’,‘死亡者’);
title(‘情况’);
实现结果

结果虽然其将整个过程拟合出来，但是结果并不理想，染病人数的峰值达到了上百万，因此笔者将模型继续进行修正
结果虽然其将整个过程拟合出来，但是结果并不理想，染病人数的峰值达到了上百万，因此需要将模型继续进行修正

可以得到新的差分迭代式

第一次改进程序实现
 实现程序参照上文修改

根据图像不难看出，在第25天采取措施后疫情得到很好的的控制，在采取措施的大约10天后进入拐点，得到了控制。
第二次修正思路

引入潜伏者者转阴率
实现

将结果细化

可以看到在12月发现首名发生后的第25天，采取隔离措施措施后，接触过患者的潜伏者明显下降，在之后的约半个月后疫情到达拐点，患病人数峰值约为6万，随后情况得到控制。

小结
 SEIR模型在趋势预测上是要优于logistic模型的，但是由于需要考虑的的参数较多，计算误差要大于logistic模型。