首页 > 学术百科

传染病传播模型（SIS）Matlab代码

南京艺术学院尚美学院function spreadingability=sir(A,beta,mu)

for i=1:length(A)

for N=1:50%随机次数

InitialState=zeros(length(A),1);InitialState(i)=1;

time=5;%传播时间

I(N,:)=sire(A,InitialState,beta,mu,time);

end钛材料

spreadingability(i,1)=mean(mean(I));%节点i的传播能⼒

end

function I=sire(A,InitialState,beta,mu,time)

%******************************

% A邻接矩阵襄樊市职业技术学院

% InitialState初始感染状态

% beta感染率

% mu恢复率

% time传播时间

%*****************************

Infected=InitialState;recover=[];

Infected_temp=zeros(size(Infected));

for t=1:1:time %⼀共进⾏时长time的演化

%若i是易感节点, 则对i以⼀定概率进⾏传染

x1=find(Infected==0);

a1=rand(size(x1));

b1=beta*(A(x1,:)*Infected);%已经被感染的节点以⼀定概率去感染其他节点

xx1=setdiff(find(a1<b1),recover);

Infected_temp(x1(xx1))=1;%不是recover的节点以⼀定概率被感染

xx2=setdiff(find(a1>=b1),recover);

Infected_temp(x1(xx2))=0;%对不是recover且没被感染的其他节点保留易感状态

%若i是染病节点, 则对i以⼀定概率进⾏移除（recover）

x2=find(Infected==1); %如果是已经被感染的节点

a2=rand(size(x2));

xx3=find(a2<mu);%对染病节点以⼀定概率进⾏recover

recover=[recover;xx3];%更新被recover节点;

xx4=find(a2>=mu);

司礼监Infected_temp(x2(xx4))=1;%余下未被recover的节点仍保留感染能⼒

Infected=Infected_temp;

I(t)=sum(Infected); %记录每个时间步的染病节点数量

end

susceptible-infected-recovered（SIR）传染病模型常⽤来计算节点影响⼒标准测量。在SIR模型中，

节点有三个状态：易感者（susceptible），感染者（infected），恢复者（recovered）。易感者能够被感染者染病，感染者染病且有感染易感者的能⼒，恢复者由感染者恢复⽽成，不再具备感染能⼒同时也不会再被感染。传染病模型参数有恢复率µ，传染概率β，重复仿真次数T，仿真时间timespace。仿真过程如下：选择⽹络中⼀个节点i作为感染者节点，以传染概率β向i连接的邻居易感者节点传染病毒，被染病的节点继续以β的概率向他们的邻居易感者节点传染。同时每个染病节点在每阶段以µ的概率转变成恢复节点。当µ=0时，⽹络中只存在感染者和易感者，此时模型被称为Susceptible-infected（SI）模型。仿真结束后，可以得到每个节点i的传染能⼒S i

中国海关在线学习平台

文氏图其中k i(t)表⽰节点第t次仿真时传染的节点个数，⽹络中节点传染能⼒S=[S1,S2,…,S N]

2018/11/20 更新：经过⽹友的指正，需要说明的是下⾯的代码是SIS传染病模型，recover节点仍具有再次被感染的能⼒。和SIR模型中recover节点不再被感染还是有区别的

本文发布于:2024-09-22 12:42:00，感谢您对本站的认可！

本文链接：https://www.17tex.com/xueshu/369834.html

上一篇：新冠肺炎大流行下的劳动力市场反应与政策

下一篇：基于改进SIR模型的“拼多多”平台用户增长模式分析