6.复杂网络实验六：SIR病毒传播模型（matlab）

一、SIR模型简介

在典型的传染病模型中，种群（Population）内的N个个体的状态可分为如下几类：

(1)、易染状态S(Susceptible),即健康状态，可被感染的个体。

(2)、感染状态I(Infected),处于感染状态的个体还能够感染将康状态的个体。

(3)、移除状态R(Removed,Refractory or Recovered)，也称为免疫状态和恢复状态。一个个体经历过一个完整的感染周期后，该个体就不再被感染，因此就可以不再考虑该个体。

另外还有病人的日接触率λ，日治愈率μ

这个λ是针对于病人而言的，代表了一个病人接触多少个人。而可接触的人包括除自己以外的种群中的所有人。

tips:

1.初始时刻，只有少数个体处于感染状态，其他都是易染状态。

2.假设病毒的时间尺度远小于个体生命周期，从而不考虑个体的出生和自然死亡。

3.一个基本假设是完全混合（Fully mixed）,也就是说一个个体与其他个体接触的机会均等。

二、模型中涉及的方程

1.S(t),I(t),R(t),N(t),N

S(t)的意思是第t天健康个体的数量，I(t)是第t天感染个体的数量，R(t)是第t天免疫个体的数量

N(t)是整个种群的数量，在假设情况下固定不变为N

2.s(t),i(t),r(t)

由上方公式可以看出，s(t)的意思是t时刻健康个体占总个体的比例

3.关于S(t),I(t),R(t)的微分公式

其中S随时间的变化率是这样理解的：

λ作用于S(t)和I(t),是一个病人的日接触率，这个病人可以接触健康人，也可以接触病人，但是接触病人不会导致S有变化，所以有效的变化是这个病人接触健康人。

如果λ等于2，也就是说一个病人每天接触2个人，这两个人是不是病人不知道。

如果λ等于0.5，也就是说一个病人每天接触0.5个人（有0.5几率去接触人）

那么λ×I(t)就是所有被接触的人的数量，要把里面有效的人拿出来

有效的人的概率是S(t)/N。

这样应该能理解了吧，我理解这个公式用了好久好久，简直是一个傻吊。

网上有的文章i(t)和I(t)不分，导致理解公式特别困难。

最后作图都是用的i(t)，s(t),r(t)随t的变化的图像，所以纵坐标是一个百分比。

4.关于s(t),i(t),r(t)的微分公式

这里细致地做了微分公式的推导，方便大家理解

三、具体模型

1.sir.m 脚本

function y=sir(t,x)
a=0.8;  %感染率0.8
b=0.2;  %治愈率0.2
y=[-a*x(1)*x(2),a*x(1)*x(2)-b*x(2),b*x(2)]';
%s变化率,i变化率，r变化率
%通过这三个微分公式，求出s,i,r随着t的变化图像

2.实际运行脚本 sirrum.m

[t,x]=ode45('sir',[0,50],[0.97 0.02 0.01]);
%ode45参数：1.函数句柄or函数名 2.t的取值 3.3个y的初始值
%ode45是用来求解常微分函数的方法
%原问题只知道变化率函数，这里求解原函数，用到该方法
[t,x]   %不加封号，作输出用
plot(t,x(:,1),'-',t,x(:,2),'*',t,x(:,3),'+')

四、小结

搞了一下午才把那个公式看懂，网上的公式不好好说明清楚，很具有迷惑性，可能他们也没了解这个小写函数大写函数的区别。

在豆瓣《猜想与反驳》一书底下评论中看到一句有趣的话，摘录如下：

每个知识分子都有一个很特殊的责任。

他拥有学习的特权和机会。

作为回报，他对于同胞（或对于社会）有责任尽可能简单，清楚，谦虚地描述他的研究结果。

知识分子所做的最糟的事情(主要罪过)是，

试图对同胞自命为伟大的预言家，给他们留下令人迷惑的哲学的印象。

任何不能简单，清楚地讲话的人最应住口，继续下写功夫，直至能这样做为止。

所以，有什么问题都可以问我，如果我能帮你的话，虽然我也是一只很菜的菜鸟........