数学建模SIS传染病模型代码

以下是一个基于SIS传染病模型的数学建模代码示例，使用Python编写：

import numpy as np
import matplotlib.pyplot as plt

# 定义模型参数
alpha = 0.3  # 感染率
beta = 0.1   # 恢复率
N = 1000     # 总人数
I0 = 10      # 初始感染人数
T = 100      # 模拟时长

# 初始化模型状态
S = N - I0
I = I0

# 模拟SIS模型
S_list = [S]
I_list = [I]
for t in range(T):
    dS = beta * I - alpha * S * I / N
    dI = alpha * S * I / N - beta * I
    S += dS
    I += dI
    S_list.append(S)
    I_list.append(I)

# 绘制感染人数变化曲线
t = np.arange(T+1)
plt.plot(t, I_list, label='Infected')
plt.plot(t, S_list, label='Susceptible')
plt.legend()
plt.xlabel('Time')
plt.ylabel('Number of people')
plt.show()

这个代码实现了一个简单的SIS传染病模型，使用欧拉法对连续时间模型进行离散化求解，并绘制了感染人数和易感人数随时间的变化曲线。可以根据需求修改模型参数和初始状态，进一步进行模拟和分析。