【数学建模】基于SIR模型实现新冠病毒COVID-19估计附matlab代码
【数学建模】基于SIR模型实现新冠病毒COVID-19估计附matlab代码
TT_Matlab
博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，完整matlab代码或者程序定制加qq1575304183。
1 内容介绍
COVID-19是由严重急性呼吸综合症冠状病毒2型引发的传染病，它最初病毒携带者是一些动物，传染源主要是COVID-19患者，无症状患者。传播方式主要是呼吸道飞沫近距离传播，接触传播，还有一些其他的传播方式待后续科研工作进一步证实。2019年12月，目前尚不知来源的新型冠状病毒COVID-19首先被报道于湖北省武汉市，随后由于寒假以及春运返潮等大规模人口流动，2020年1月底COVID-19蔓延扩散至全中国范围，使中国成为新型冠状病毒肺炎的重灾区;2020年3月底，COVID-19几乎肆虐地球上每一个国家，给全世界人民的生命安全和身体健康带来巨大威胁，给各国医护防控人员带来繁重的任务和巨大的压力，给世界经济带来严重阻力。因此，对COVID-19展开科学研究，探索它的传播机制，阻断它的传播渠道，能给COVID-19预防提供参考，控制提供数量依据，具有不可轻视的作用。
2 仿真代码
function importTotalCases
% write the results of parsing into the ’data’ directory (MB 20/04/23)
oldFolder = cd(’data’);
pwd
% get the current date in YYYYMMDD format
currentDateYYYYMMDD = strrep(datestr(date, 26), ’/’, ’’);
% set the filenames
fileCSV = [’totalcases’, currentDateYYYYMMDD, ’.csv’];
fileXLSX = [’totalcases’, currentDateYYYYMMDD, ’.xlsx’];
% import data from <https://ourworldindata.org/coronavirus-source-data>
% download the ’totalcase.csv’ file
tcFileCSV = websave(fileCSV,’https://covid.ourworldindata.org/data/ecdc/total_cases.csv’);
% read the CSV file, and then save it to XLSX format
TMPFILE = readtable(fileCSV);
writetable(TMPFILE,fileXLSX);
% we will write the results of parsing into the appropriate folder;
% in order to use the original Milan Batista’s code, we put:
path = pwd;
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%% STEP 2: Split the data for individual countries %%%
%%% Milan Batista’s original code for parsing %%%
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
Amin = 5; % data les than Amin will be deleted from file begining
% get table
T = readtable(fileXLSX);
% get data
A = T{:,2:end};
[nrow,ncol] = size(A);
% table column names
name = string(T.Properties.VariableNames);
name = name(2:end)’;
% start date
date0 = datenum(T{1,1}); %datenum(txt{2,1},’dd.mm.yyyy’); %datenum(’2019/12/31’);
% end date
%date1 = date0 + nrow - 1;
%functions names
ffname = strings(ncol,1);
nn = 0;
for n = 1:ncol
nname = name{n};
if strcmp("",nname)
continue
end
nn = nn + 1;
nname = strrep(nname,’ ’,’_’);
nname = strrep(nname,’-’,’_’);
nname = strrep(nname,’’’’,’_’);
nname = strrep(nname,’(’,’_’);
nname = strrep(nname,’)’,’_’);
fname = sprintf(’getData%s.m’,nname);
fid = fopen(fullfile(path,fname),’w’);
if fid < 0
fprintf(’***Fail to open %s ’,fname);
continue
end
fprintf(’%d/%d country %s ... ’,ncol,n,nname);
ffname(nn) = nname;
fprintf(fid,’function [country,C,date0] = getData%s() ’,nname);
fprintf(fid,’%%GETDATA%s Coronavirus data for %s ’,upper(nname),nname);
fprintf(fid,’%% as reported by One World in Data ’);
fprintf(fid,’%% https://ourworldindata.org/coronavirus-source-data ’);
fprintf(fid,’country = ’’%s’’; ’,strrep(name(n),’ ’,’_’));
fprintf(fid,’C = [ ’);
found = false;
nday = 0;
for m = 1:nrow
if ~found && (isnan(A(m,n)) || A(m,n) == 0 || A(m,n) < Amin)
nday = nday + 1;
continue
else
found = true;
end
fprintf(fid,’ %9d %% %s ’,A(m,n),datestr(date0 + m - 1));
end
fprintf(fid,’%%<-------------- add new data here ’);
fprintf(fid,’]’’; ’);
% start date
fprintf(fid,’date0=datenum(’’%s’’); ’,datestr(date0 + nday));
fprintf(fid,’end ’);
fclose(fid);
%generete driver rutine
fname = ’runAll.m’;
fid = fopen(fullfile(path,fname),’w’);
if fid < 0
fprintf(’***Fail to open %s ’,fname);
continue
end
fprintf(fid,’prn = ’’off’’; ’);
fprintf(fid,’plt = ’’on’’; ’);
for n = 1:nn
fprintf(fid,’try ’);
fprintf(fid,’ fitVirusCV19(@getData%s,’’prn’’,prn,’’jpg’’,plt) ’,...
ffname(n));
fprintf(fid,’end ’);
end
fclose(fid);
cd(oldFolder)
end
3 运行结果
4 参考文献
[1]任中贵. 基于SIR模型的COVID-19疫情数据分析[J]. 电子元器件与信息技术, 2020, 4(7):3.
[2]成红胜, 成诚. 基于COVID-19传染病SIR模型的稳定性分析[J]. 淮阴师范学院学报:自然科学版, 2021, 20(4):6.
博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，相关matlab代码问题可私信交流。
部分理论引用网络文献，若有侵权联系博主删除。