基于SIR模型对某市新型冠状病毒疫情趋势的分析（matlab）

上数学建模课写的。小白记录一下（数据为2020年6月的数据）
思路：首先我们从卫健委的官网上收集了某市从一月份到六月份的官方疫情数据，并将数据进行筛选处理等。然后根据数据选择了SIR传染病模型进行建模。再根据真实的数据初步确定SIR模型中未知的参数的范围，并确定一组初始值。之后使用ode45函数得数值解，并与真实数据一起构造残差平方和，得到需优化的的目标函数。采用不同的数据量来比较目标函数的标准差，从而得到最优值。最后根据使用fmincon函数粒子群等智能求解微分方程。最后通过敏感性分析的改变移出率的值，从而分析出病毒的预防措施。

一、模型假设
1)地区统计数据是可靠的;
2)由于病人远小于健康者的数目，同时不考虑地区的自然死亡，出生，迁入，迁出对健康人数的影响，认为健康者的总数不变;
3)感染者只在发病的当天即被送往医院隔离，并且严格隔离的新型冠状病毒感染病人都不再传染他人；

二、符号说明

三、模型的建立与求解
3.1模型的建立
假设在疾病传播期内所考察的地区范围不考虑人口的出生、死亡、流动等种群动力因素，即总人口数N(t)不变，人口始终保持一个常数N。
我们将武汉市的人群分为以下三类：

1. 感染病者(Infectives)：其数量比例记为I(t)，是由能够把新型冠状病毒传染给别人的那些患病者组成的。
2. 易感染者(Susceptibles)：其数量比例记为S(t)，是由并非患病者但能够得病而成为患者的那些人组成的。
3. 恢复者(Recovered)：其数量比例记为R(t)，包括患病死去的人和病愈后不会再受感染的人。
   易感人群会通过接触率转换为感染人群，感染人群通过恢复率（治愈率+死亡率）转换为恢复人群。最后假设康复人群有了抗体不会在进入到易感人群 。
   则显然有S(t)+I(t)+R(t)=1
   

3.2确定参数的约束条件
SIR模型参数的范围（以下单位时间均以日计算）：
由于1月29日以前官方的数据具有缺失现象并且十二月份疫情还未爆发时，官方的数据可能存在隐瞒或者不上报的现象，并且在4月8日之后武汉解封，外来人员的陆续进入，为了增加模型的准确性。经过数据处理，我们采用了1月8日到4月8日的官方数据。同样地，考虑在此期间实行了封闭政策，故不能使用全国人口数作为人口总量进行预测，截止到4月8日为止，武汉已经连续几天无新增病例，因此我们将易感染着数量初步定为50007人。

后面部分有公式，直接上传到我的文档里了，下载链接
https://download.csdn.net/download/qq_44700741/85504544?spm=1001.2014.3001.5503