基于SEIR模型的新型冠状肺炎预测
基本假设
新冠肺炎具有潜伏期，需要考虑与潜伏者接触人，所以将全国传染病的传播特征及变化趋势提出以下模型假设。
(1)本文只对短期内的地区疫情情况分析预测，故在模型中假设几类人具有守恒关
系，，且所采用数据均为全国各个省份启动一级响应封城之后的数据，人口不产生流动，同时不考虑人口的流入、流出、出生、死亡。
(2)假设最初感染者为1。
(3)对与患病者接触人进行医学观察14日，在此期间与外界无接触。
(4)确诊者被完全隔离，不再具有传染性。
(5)如前所述，新冠病毒感染者恢复后，不在隔离政策实施情况下，我们将4个人分为4个独立空间，他们之间的转化关系如下图所示：
图  1 SEIR仓室图
其中表示单位时间内易感者进入潜伏者的人数，表示单位时间确诊的
患病人数，表示单位时间内恢复者的人数。特别证明的是，根据对实际情况的了解，新冠病毒潜伏者与感染者都具有传染性，在模型中，患者是指被传染后且住院的人员（包括方舱医院），潜伏者E中事实上是包含潜伏期人员和已经患病但是尚未出院的人员。
参数及初值选取
(1)总人数：总人口的数据来源是来自中华人民共和国国家统计局湖北调查分队，截至2019年末，湖北省常住人口为5927万人错误!未到引用源。。
(2)感染率：经国家卫生委员会表明，根据现有的病例，新型冠状病毒肺炎的潜伏期平均7天左右为一个周期，但是目前潜伏期也有所延长。即患病周期为，可
以算出来。
(3)表达式的确定错误!未到引用源。p6。
(4)值：的取值参考徐娟年错误!未到引用源。p3在文章中依据数据和实际情况拟合出的值=0.074。
一般模型与分析
模型建立
根据参数，我们可以知道表示未患病者的比例，表示所有患者接触到的可以被感染的人，表示康复的人数，那么通过基于SEIR建立模型可列出每种人每天增加人数的方程：
可得迭代公式为：
设定相应的参数，初始感染者，初始潜伏者，初始康复者
。
模型求解与分析
在不限制出行的情况下，假设在的范围内，，带入Matlab 计算得出运行结果错误!未到引用源。，可以反映出如图5的趋势，大约在疫情开始两个半月时达到“拐点”。从图中可以看出传染者与感染者的人数是先增多后减少的，疫情的周期也比较长，
也可以看出被感染人数与现实是不符合的。
20
40
60
80
100
120
140
01000
2000300040005000600070008000900010000天
人数
易感者潜伏者传染者康复者
中国少年先锋队入队申请书图 2 SEIR 模型拟合图
那么我们可以根据相关报道考虑到，作为潜伏者，携带新冠病毒，却没有症状的症候，同样具备着传染他人的能力，下面进行模型的改进。 模型改进与分析高速爆胎
模型建立
潜伏者与感染者同样具有感染他人的能力，人与人之间具有相同的接触率，传播系数同为。那么我们可以对方程进行改进，每种人每天增加的人数错误!未到引用源。可
写为：
其迭代公式为：
根据迭代公式，我们可以得到计算结果。 3.4.2 模型求解与分析
对模型进行修正后，我们可以看出“拐点”的出现提前了，在一定的程度上说明了病毒携带者依然会感染人的特点，也是本次疫情来势凶猛的原因。
20
40
游戏名字的符号60
黄美英80
100
120
140
01000
2000300040005000600070008000900010000天
人数
易感者潜伏者传染者康复者
图 3修正后模型拟合图
参数灵敏度分析
的灵敏度分析
在2.4中，利用数据统计分析取。下面我们分析发生变化时，
模型结果的变化情况，此时，其他参数不变的情况下，考察某个参数发生改变的时候，模型结果发生的变化错误!
未到引用源。
p4~5。表示初始平均接触数，其反映了政府管控疫情的
力度。
（1）减弱政府管控力度
20城镇居民医保
40
60
80
100
120
140
01000
2000300040005000600070008000900010000天
人数
易感者潜伏者传染者康复者
图 4增加参数病人接触人数后拟合图
如果对政府管控力度削弱，那么提高的值，假设，那么从图
12中我们可以看出潜伏者大幅度增多，那么在同一空间下，健康人变得更容易感染。
（2）增强政府管控力度
20
40
梁家仁电影60
80
100
120
140
01000
20003000400050006000
70008000900010000天
人数
易感者潜伏者传染者康复者
图 5减少参数病人接触人数后拟合图
如果对政府管控力度增强，那么减少的值，假设，那么从图
13中我们可以看出潜伏者在减少。
在上述两种情况下，疫情“拐点”时间以及传播周期有些许变化，但是变化不大。上述结果也说明了政府限制众出行，减少接触人数确实可以有效控制疫情的蔓延。