基于对SEIR模型的疫情发展研究（数学建模.docx）

clear ;

clc   ;

t1=[1 3 4 7 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23];

y1=[1 2 5 8 12 14 16 25 29 37 40 45 47 49 59 68 78 90 102];

N=1.422e 07 ;

i0=4.545 ;

lam = 0.1357 ;

x=0:0.01:23;

Y=N./(1 ((N-i0)./i0).*exp(-lam.*x));

plot(t1,y1,'o',x,Y,'red');

xlabel('疫情发生天数 ')

ylabel('已经感染的人数')

附录3：

E=zeros(7,95);
rec1=0.07;%住院康复率
rec2=0.05;%自然康复率
lam=0.17;%感染率
aph=0.13;%潜伏者转化率
die1=0.03;%住院死亡率
die2=0.4;%?不住院死亡率
q=0.3;%隔离比例
bt=0.13;%住院隔离率
m=0.07;%解除隔离比例
E(1,1)=46796500;%易感人群
E(2,1)=239638;%第一天患病人数
E(3,1)= 1912;%潜伏者（可由1到7天新增病例得到）
E(4,1)= 2396380;%隔离易感人群
E(5,1)=479276;%?隔离潜伏者
E(6,1)=718914;%住院观察人数
E(7,1)=0;%移出者（死亡加康复）
N=46796500;%总人口
c=10;%平均接触人数
ib=0;%疫苗接种率
for i=1:95
 
    if(i<30)
        ib=0;
        E(1,i 1)=E(1,i)-c*q*E(2,i)*(E(1,i)/N)-lam*(1-q)*c*E(2,i)*(E(1,i)/N) m*E(4,i)-ib*E(1,i);
        E(2,i 1)=E(2,i) aph*E(3,i)-bt*E(2,i)-(rec2 die2)*E(2,i);
        E(3,i 1)=E(3,i) lam*(1-q)*c*E(2,i)*(E(1,i)/N)-aph*E(3,i);
        E(4,i 1)=E(4,i) c*q*(1-lam)*E(2,i)*(E(1,i)/N)-m*E(4,i)-ib*E(4,i);
        E(5,i 1)=E(5,i) c*q*lam*(E(2,i)/N)-aph*E(5,i)-ib*E(5,i);
        E(6,i 1)=E(6,i) bt*E(2,i) aph*E(5,i)-(rec1 die1)*E(6,i)-ib*E(6,i);
        E(7,i 1)=E(7,i) (rec2 die2)*E(2,i) (rec1 die1)*E(6,i) ib*E(1,i) ib*E(4,i) ib*E(4,i) ib*E(6,i);
    
    else
        ib=0.4;
    
    
    
        E(1,i 1)=E(1,i)-c*q*E(2,i)*(E(1,i)/N)-lam*(1-q)*c*E(2,i)*(E(1,i)/N) m*E(4,i)-ib*E(1,i);
        E(2,i 1)=E(2,i) aph*E(3,i)-bt*E(2,i)-(rec2 die2)*E(2,i);
        E(3,i 1)=E(3,i) lam*(1-q)*c*E(2,i)*(E(1,i)/N)-aph*E(3,i);
        E(4,i 1)=E(4,i) c*q*(1-lam)*E(2,i)*(E(1,i)/N)-m*E(4,i)-ib*E(4,i);
        E(5,i 1)=E(5,i) c*q*lam*(E(2,i)/N)-aph*E(5,i)-ib*E(5,i);
        E(6,i 1)=E(6,i) bt*E(2,i) aph*E(5,i)-(rec1 die1)*E(6,i)-ib*E(6,i);
        E(7,i 1)=E(7,i) (rec2 die2)*E(2,i) (rec1 die1)*E(6,i) ib*E(1,i) ib*E(4,i) ib*E(4,i) ib*E(6,i);
    
    end
    
end
sum=E(:,1:7:95);