|
注：之前说过SIR模型有很多前提条件和假设，比如无死亡，人都可以被治愈，而且治愈时长一定，所以并不能用来预测最终感染人数，但可以用作学术研究。 SIR模型中两个重要参数： 1. 传染率R0 即一个人可以传染多少个人，如果小于1，即表示病毒可以逐渐消失，大于2，表示呈指数级传播。实际上这个参数是一直随人口流动，隔离措施等动态变化的。 2. 治愈率 SIR传播过程大致如下：最初，所有的节点都处于易感染状态。然后，部分节点接触到信息后，变成感染状态，这些感染状态的节点试着去感染其他易感染状态的节点，或者进入恢复状态。感染一个节点即传递信息或者对某事的态度。恢复状态，即免疫，处于恢复状态的节点不再参与信息的传播。 其它假设和条件： 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。 3.一个基本假设是一个个体与其他个体接触的机会均等。 以下图片显示了使用不同参数组合的模型数据： 其中蓝色为治愈人数，红色为感染人数，绿色为为未感染人数
python代码百度搜索“多物理场仿真技术”新浪博客 |
|
|
