本文主要利用SIR模型對(duì)新型冠狀病毒肺炎（COVID-19）疫情的數(shù)據(jù)進(jìn)行了分析,為今后更加有效控制疫情提供一些參考。首先利用R語言程序包獲取了國家衛(wèi)生健康委員會(huì)公布的疫情數(shù)據(jù),然后通過構(gòu)建一個(gè)傳染病數(shù)學(xué)模型（SIR模型）對(duì)湖北省武漢市的COVID-19疫情數(shù)據(jù)進(jìn)行分析和梳理。比較分析了公布的疫情數(shù)據(jù)和模型得到的疫情數(shù)據(jù)之間的差異,探討了模型的兩個(gè)重要參數(shù)（感染率和移除率）的擬合結(jié)果,說明了及時(shí)采取封城等防疫措施,提升醫(yī)療救助能力的重要性。 

【文章來源】：電子元器件與信息技術(shù). 2020,4(07)

【文章頁數(shù)】：3 頁

【部分圖文】：

模型圖

初值條件為:I(0)=I0,R(0)=R0(不妨設(shè)初始值為0),S(0)=S0。設(shè)固定參數(shù)值,根據(jù)參考,取λ=0.6,μ=0.3,S0=0.99,I0=0.01,進(jìn)行求解繪圖,如圖2。從圖中可以發(fā)現(xiàn),健康人群比例S(t)單調(diào)減少,移除人群比例R(t)單調(diào)增加,都趨向于穩(wěn)定值,而患者人群比例I(t)先增后減趨于0(t→+∞),S(t)趨于的穩(wěn)定值表示在傳染病傳播過程中最終沒有被感染的人數(shù)比例,I(t)最大值點(diǎn)和最大值表示傳染病高峰(患者最多)到來的時(shí)刻和患者比例。這些值可以衡量傳染病傳播的強(qiáng)度和速度,感染率λ和移除率μ是影響傳播過程的重要參數(shù)。社會(huì)的衛(wèi)生水平高,如接種疫苗,戴口罩,減少聚集,感染率λ越小。同時(shí),醫(yī)療水平越高,移除率μ越大,于是感染人群越小,有助于控制傳染病的傳播[4]。1.2 參數(shù)時(shí)變的SIR模型

現(xiàn)在對(duì)λ(t)、移除率μ(t)進(jìn)行數(shù)據(jù)的擬合,如圖4。封城初期由于檢驗(yàn)手段和標(biāo)準(zhǔn)的滯后,疫情數(shù)據(jù)有一定的失真性。所以我們?nèi)〉?5天到140天的數(shù)據(jù)來擬合,之后可認(rèn)為近似為0。程序代碼如下:

【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)SEIR模型的COVID-19疫情狀況評(píng)估及發(fā)展趨勢(shì)預(yù)測(cè)[J]. 植運(yùn)超,陳既謀,楊林森.  東莞理工學(xué)院學(xué)報(bào). 2020(03)
[2]基于時(shí)變參數(shù)-SIR模型的COVID-19疫情評(píng)估和預(yù)測(cè)[J]. 喻孜,張貴清,劉慶珍,呂忠全.  電子科技大學(xué)學(xué)報(bào). 2020(03)
[3]基于Matlab的疾病傳播研究——SARS疫情的傳播預(yù)測(cè)與控制[J]. 肖海軍,王玲,程明.  計(jì)算機(jī)與數(shù)字工程. 2005(04)

碩士論文
[1]幾類傳染病模型的動(dòng)力學(xué)研究[D]. 韓怡茹.西安電子科技大學(xué) 2017



本文編號(hào)：3035268