Epidemic model

流行病模型

在接下来的两个例子中，将使用另一个模型——经典的流行病模型SIR，即易感性感染性恢复的模型（“流行病学中的区隔模型”）。

1、流行病模型——校准

模拟传染病在人群中的传播，每个人都是易感者，在被感染后，可以将疾病传播给其他个体。疾病的持续时间是有限的，在康复后，个体会变得免疫。该模型有两个参数（重点关注）：
1、传染性——受感染的个体与易感个体接触时疾病传播的概率
2、平均寿命（AverageILLnessDuration）——个体被感染后保持感染性的平均时间
这些参数在现实世界中无法直接测量（至少在合理的努力下），与总人口（假设已经知道）和接触率（假设可以测量）相反。在使用这个模型之前，需要找出不可测量的参数的值。一种方法是校准模型——使用类似案例的历史数据，调整参数值，使模型的输出尽可能地再现历史数据。
为了校准模型，我们将使用 AnyLogic 内置的 OptQuest 优化器，它将迭代运行模型，将其输出与历史曲线进行比较，改变参数值，进行另一次运行，等等，直到它觉得它已经做到最好（或达到迭代极限）。

2、创建SD模型

创建 SIR 模型，如图所示

3、添加三个 Stock

拖三个 Stock 进 Main 编辑页面

分别命名为
Susceptible
Infectious
Recovered
并设置一下 Stock 颜色，调整一下 Stock 大小

另外两个也是同样操作

4、再对前两个 Stock 分别设置一下 Initial value