元胞自动机 matlab病毒传播

元胞自动机（Cellular Automaton）是一种模拟复杂系统行为的计算模型，它由一组离散的元胞（cell）组成，每个元胞可以处于不同的状态。在病毒传播的模拟中，元胞可以代表人群中的个体，状态可以表示健康、感染或免疫等情况。

在 MATLAB 中，可以使用矩阵来表示元胞自动机的状态，并通过迭代更新每个元胞的状态，模拟病毒的传播过程。以下是一个简单的示例代码：

% 设置参数
gridSize = 100; % 元胞自动机的大小
initialInfected = 5; % 初始感染人数
infectionProbability = 0.8; % 感染概率
recoveryProbability = 0.3; % 康复概率

% 初始化元胞自动机状态
grid = zeros(gridSize);
randIdx = randperm(gridSize^2, initialInfected);
grid(randIdx) = 1; % 1 表示感染

% 模拟传播过程
numIterations = 100; % 迭代次数
for iter = 1:numIterations
    newGrid = grid; % 复制当前状态
    
    % 更新每个元胞的状态
    for i = 1:gridSize
        for j = 1:gridSize
            if grid(i,j) == 1 % 当前元胞为感染状态
                % 感染周围的元胞
                for dx = -1:1
                    for dy = -1:1
                        if dx == 0 && dy == 0
                            continue;
                        end
                        
                        ni = mod(i+dx-1, gridSize) + 1; % 计算相邻元胞的索引
                        nj = mod(j+dy-1, gridSize) + 1;
                        
                        % 根据感染概率判断是否感染相邻元胞
                        if grid(ni,nj) == 0 && rand() < infectionProbability
                            newGrid(ni,nj) = 1; % 感染
                        end
                    end
                end
                
                % 根据康复概率判断是否康复
                if rand() < recoveryProbability
                    newGrid(i,j) = 2; % 康复
                end
            end
        end
    end
    
    grid = newGrid; % 更新状态
    
    % 可视化当前状态
    imagesc(grid);
    colormap([1 1 1; 1 0 0; 0 0 1]); % 白色代表健康，红色代表感染，蓝色代表康复
    title(sprintf('Iteration: %d', iter));
    pause(0.1); % 稍作延迟，实现动画效果
end

这段代码中，我们使用一个二维矩阵 `grid` 来表示元胞自动机的状态，其中 0 表示健康，1 表示感染，2 表示康复。通过迭代更新每个元胞的状态，模拟病毒的传播过程。可以根据需要调整参数来控制传播速度、感染概率和康复概率等。

注意：这只是一个简单的示例代码，实际的病毒传播模型可能更加复杂，涉及更多的因素和规则。