sirs模型_用Python网络理论来构建疾病传播模型

目前整个世界同新冠肺炎的斗争仍在继续，从新冠肺炎爆发以来，很多人都提出了各种各样的模型来预测肺炎疫情的发展，其中比较常见的就是SIR模型。这是因为SIR是目前疾病防控领域最经典也是最常用的一个模型，而今天笔者就用图论来讲述一下SIR模型。

首先对SIR模型做一个简单的介绍，SIR全称就是Susceptible—Infected—Recovered，翻译过来就是易感—感染—康复，即易感人群Susceptible有α概率被某种疾病感染，成为感染人群Infected，而感染人群Infected又有β概率康复，成为康复人群Recovered。这个过程可以是一次或者是多次的，而且还衍生出不少类似的模型，比如SIS、SIRS和SI等。整个SIR过程可以用下图来描述。

图1. SIR模型示意图

而笔者这次用的是图论，也就是我们平常所说的网络分析来说明SIR模型，大概过程如下图所示。

图2. SIR网络模型示意图

这个过程其实很简单，就是由少数人感染多数