随机SEIR传染病模型的matlab 代码

以下是一个简单的随机SEIR传染病模型的 Matlab 代码：

% 参数设置
beta = 0.3; % 感染率
gamma = 0.1; % 恢复率
sigma = 0.2; % 潜伏期转为感染期的概率
N = 1000; % 总人口
I0 = 1; % 初始感染人数
E0 = 0; % 初始潜伏人数
S0 = N - I0 - E0; % 初始易感人数
R0 = 0; % 初始康复人数
tmax = 200; % 模拟时间
num_sim = 100; % 模拟次数

% 模拟循环
for n = 1:num_sim
    % 初始化每一次模拟的初始状态
    S = S0;
    E = E0;
    I = I0;
    R = R0;
    for t = 1:tmax
        % 计算每一个时刻的新感染人数
        lambda = beta*I/N;
        new_infections = binornd(S,lambda);
        
        % 计算每一个时刻的新潜伏人数和新康复人数
        new_exposed = binornd(I,sigma);
        new_recoveries = binornd(I,gamma);
        
        % 更新每一个时刻的状态
        S = S - new_infections;
        E = E + new_infections - new_exposed;
        I = I + new_exposed - new_recoveries;
        R = R + new_recoveries;
        
        % 将每一个时刻的状态保存到矩阵中
        S_hist(n,t) = S;
        E_hist(n,t) = E;
        I_hist(n,t) = I;
        R_hist(n,t) = R;
    end
end

% 计算每一个时刻的平均状态
S_mean = mean(S_hist);
E_mean = mean(E_hist);
I_mean = mean(I_hist);
R_mean = mean(R_hist);

% 绘制结果图像
figure
plot(1:tmax,S_mean,'b',1:tmax,E_mean,'y',1:tmax,I_mean,'r',1:tmax,R_mean,'g')
legend('易感者','潜伏者','感染者','康复者')
xlabel('时间')
ylabel('人数')
title('随机SEIR传染病模型')

这个代码使用了 Matlab 中的 `binornd` 函数来模拟二项分布，以实现随机性。每一次模拟都会保存 S、E、I、R 四个状态在一个矩阵中，最后取平均值绘制出了结果图像。