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。