MATLAB，sirs模型传染病拟合代码

以下是一个基于SIRS模型的传染病拟合代码的示例，使用MATLAB编写：

% 定义SIRS模型
function dy = sirs(t, y, beta, gamma, mu)
    dy = [-beta*y(1)*y(2) + mu*y(3); 
          beta*y(1)*y(2) - gamma*y(2); 
          gamma*y(2) - mu*y(3)];
end

% 设置初始值和参数
y0 = [0.99; 0.01; 0]; % 初始值
beta = 0.3; % 接触率
gamma = 0.1; % 恢复率
mu = 0.01; % 重新易感率

% 生成仿真数据
tspan = linspace(0, 50, 100);
[t, y] = ode45(@(t, y) sirs(t, y, beta, gamma, mu), tspan, y0);

% 添加噪声
y_noise = y + 0.05*randn(size(y));

% 拟合SIRS模型
beta_fit = 0.2;
gamma_fit = 0.05;
mu_fit = 0.02;
[y_fit, resnorm] = lsqcurvefit(@(y, t) sirs(t, y, beta_fit, gamma_fit, mu_fit), y0, t, y_noise);

% 绘图
figure;
plot(t, y(:, 2), 'bo', t, y_noise(:, 2), 'k.', t, y_fit(:, 2), 'r-');
xlabel('时间');
ylabel('感染人数');
legend('仿真数据', '带噪声的数据', '拟合数据');

在这个例子中，我们首先定义了一个sirs函数来表示SIRS模型，然后生成了仿真数据，并向其中添加了一些噪声。接下来，使用lsqcurvefit函数拟合SIRS模型，最后绘制出拟合结果和原始数据的比较图。