资源简介

代码建立了传染病SEIR传播动力模型,可以通过修改其中参数从而能够有效模拟传染病传播情况,并做了可视化,能够直观观察。

资源截图

代码片段和文件信息

# -*- coding: utf-8 -*-
“““
Created on Tue Apr 14 22:00:16 2020

@author: TSON
“““

import scipy.integrate as spi
import numpy as np
import matplotlib.pyplot as plt

# N为人群总数
N = 100000
# β为传染率系数
beta = 0.19
# gamma为恢复率系数
gamma = 0.1
# Te为疾病潜伏期
Te = 5
# I_0为感染者的初始人数
I_0 = 1
# E_0为潜伏者的初始人数
E_0 = 0
# R_0为治愈者的初始人数
R_0 = 0
# S_0为易感者的初始人数
S_0 = N - I_0 - E_0 - R_0
# T为传播时间
T = 150
# INI为初始状态下的数组
INI = (S_0E_0I_0R_0)

def funcSEIR(inivalue_):
 Y = np.zeros(4)
 X = inivalue
 # 易感个体变化
 Y[0] = - (beta * X[0] *( X[2]+X[1])) / N
 # 潜伏个体变化
 Y[1] = (beta * X[0] *( X[2]+X[1])) / N - X[1] / Te
 # 感染个体变化
 Y[2] = X[

评论

共有 条评论