据题目意思,这是一个传染性病毒随着时间演变的过程,我们要分析、预测、研究它就得建立动态模型,在此我们选用微分方程。因题目中把人群分为五类:确诊患者、疑似患者、治愈者、死亡和正常人,所以我们采用SIR模型。模型中我们找出单位时间内这五类人群人数的变化来建立微分方程,得出模型。再利用matlab画出图形,加以分析,达到得出应对措施的目的。
把考察范围内的人群分为以下种类:
1、健康人群,即易感染(Susceptibles)人群。记其数量为S(t),表示t时刻未感染病但有可能感染该疾病的人数;
2、潜伏期人群,即被感染(Infection)该疾病的人群,记其数量为I(t) 表示t时刻可能感染该疾病的但又不是疑似病患的人数;
3、疑似病患,记其数量为E(t) 表示示t时刻感染该疾病的并是疑似病患的人数;
4、确诊病患,记其数量为Q(t) 表示示t感染该疾病并确诊为患者的人数;
5、恢复人群(Recovered),记其数量为R(t),表示t时刻已从感染病者中移出的人数(这部分人数既不是已感染者,也不是非感染者,不具有传染性,也不会再次被感染,他们已经推出了传染系统)。
基于以上的假设,健康人群从潜伏期到移出传染系统的过程图如下:
三、 模型假设
假设易感人数的变化率与当时的易感人数和感染人数的乘积成正比;
2 假设从感染数中移除个体的速率与当时的感染人数成正比;
3 假设考察地区内疾病传播期间忽略人口的出生,死亡,流动等种群动力因素对总人数的影响。即:总人口数不变,记为N。
4 假设潜伏期人群不会传染健康人,不具有传染性。
5 假设被隔离的患者无法跟别人接触,不会传染健康人。
6 假设治愈者已对该病毒有免疫力,不会再被该传染病传染,可以退出系统
7 假设初始时刻健康人群的总人数为S0=11千万,潜伏期的总人数为I0=1,疑似病患的总人数为E0=0,确诊病患的总人数为Q0=0,恢复人群的总人数为R0=0。aware天 猫不用抽血可在家自测祝您健康!
Simulink的命令行仿真方式:
[t,x,y]=sim('modelname')
利用对话框参数进行仿真,返回输出矩阵;
[t,x,y]=sim('modelname', timespan, options, ut)
利用输入参数进行仿真,返回输出矩阵;
[t,x,y1,y2,yn]=sim('modelname', timespan, options, ut)
利用输入参数进行仿真,返回逐个输出;
参数说明:
'modelname' 运行的模型名(不包含扩展名),必须在Matlab的搜索路径上。
timespan 指定仿真的时间区间,可以采取以下几种格式:
(1)[] 空,利用模型对话框设置时间;
(2)T_final 标量,制定终止仿真时间;
(3)[T_start T_final] 二元向量,指定仿真时间区间;
(4)outputTimes 任何指定输出时间记录点的向量。
options MATLAB特定的一种数据结构,具有最高优先权,可以覆盖模型参数对话框中的设置。
ut 赋给仿真对象数入口模块的量,具有最高优先设置,它是形为[t,u1,u2]的数值矩阵,每个为时间序列或输入序列。
%第一模型:
clc,clear
x1=[。。。]'; x2=[。。。]'; x3=[。。。]'; x4=[。。。]';
X=[x1 x2 x3 x4];
y=[。。。]';
fun=inline('a(1)X(:,1)+a(2)X(:,2)+a(3)X(:,3)+(a(4)X(:,1)+a(5)X(:,2)+a(6)X(:,3))(1/(1+exp(-a(7)(X(:,4)-a(8))))-05)','a','X');
beta0=[0,0,0,0,0,0,0,0] %自己可以调整
beta = nlinfit(X,y,fun,beta0)
a=beta(1),b=beta(2),。。。。,h=beta(8)
%第二模型:
fun1=inline('a(1)X(:,1)+a(2)X(:,2)+a(3)X(:,3)+(a(4)X(:,1)+a(5)X(:,2)+a(6)X(:,3))(1-exp(-a(7)(X(:,4)-a(8))^2))','a','X');
beta = nlinfit(X,y,fun1,beta0)
a=beta(1),b=beta(2),。。。。,h=beta(8)
以上就是关于数学建模,在sir模型中,假设疾病不可治愈,为病人日死亡率,请确定死亡人全部的内容,包括:数学建模,在sir模型中,假设疾病不可治愈,为病人日死亡率,请确定死亡人、怎么在MATLAB中编写程序,把simulink仿真出来的图形用MATLAB实现、非线性最小二乘法matlab程序 希望给出用非线性最小二乘法估计下面两个模型的系数的matlab程序。谢谢!等相关内容解答,如果想了解更多相关内容,可以关注我们,你们的支持是我们更新的动力!
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)