seirs模型matlab代码

SEIRS模型是一种常用的流行病传播模型，用于描述人群中传染病的传播过程。它包括四个状态：易感者（Susceptible）、暴露者（Exposed）、感染者（Infectious）和康复者（Recovered）。下面是一个简单的SEIRS模型的MATLAB代码示例：

% 参数设置
beta = 0.2; % 接触率
sigma = 0.1; % 潜伏期转化率
gamma = 0.05; % 感染者康复率
mu = 0.01; % 康复者再次易感率

% 初始条件
N = 1000; % 总人口数
I0 = 10; % 初始感染者数
E0 = 5; % 初始暴露者数
R0 = 0; % 初始康复者数
S0 = N - I0 - E0 - R0; % 初始易感者数

% 时间范围
tspan = [0 100]; % 模拟时间范围

% 初值向量
y0 = [S0 E0 I0 R0];

% SEIRS模型方程
seirs_model = @(t, y) [-beta*y(1)*y(3)/N + mu*y(4); % 易感者方程
                      beta*y(1)*y(3)/N - sigma*y(2); % 暴露者方程
                      sigma*y(2) - gamma*y(3); % 感染者方程
                      gamma*y(3) - mu*y(4)]; % 康复者方程

% 解SEIRS模型方程
[t, y] = ode45(seirs_model, tspan, y0);

% 绘制曲线
plot(t, y(:, 1), 'r', t, y(:, 2), 'g', t, y(:, 3), 'b', t, y(:, 4), 'k');
legend('易感者', '暴露者', '感染者', '康复者');
xlabel('时间');
ylabel('人数');
title('SEIRS模型');

这段代码使用了MATLAB的ode45函数来求解SEIRS模型的微分方程，并绘制了易感者、暴露者、感染者和康复者随时间的变化曲线。