写SEIR的matlab代码及参数设置

SEIR（Susceptible-Exposed-Infected-Recovered）模型是一种常见的流行病学模型，用于描述传染病在人群中的传播。在Matlab中，可以使用ode45函数来求解SEIR模型的微分方程。以下是一个简单的SEIR模型的Matlab代码及参数设置示例：

% SEIR模型的Matlab代码
function SEIR_model()
    % 模型参数设置
    beta = 0.5; % 感染率
    sigma = 0.1; % 潜伏期转化率
    gamma = 0.1; % 恢复率
    N = 1000; % 总人口数
    E0 = 10; % 初始潜伏者人数
    I0 = 1; % 初始感染人数
    R0 = 0; % 初始康复人数
    S0 = N - E0 - I0 - R0; % 初始易感人数
    tspan = [0 100]; % 模拟时间范围
    
    % 定义微分方程
    f = @(t, y) [-beta * y(1) * y(3) / N; 
                 beta * y(1) * y(3) / N - sigma * y(2); 
                 sigma * y(2) - gamma * y(3); 
                 gamma * y(3)];
    
    % 求解微分方程
    [t, y] = ode45(f, tspan, [S0; E0; I0; R0]);
    
    % 绘制感染人数变化曲线
    plot(t, y(:, 3));
    xlabel('时间');
    ylabel('感染人数');
    title('SEIR模型');
end

该代码中，我们使用了ode45函数求解微分方程，其中f定义了微分方程，tspan定义了模拟时间范围，[S0; E0; I0; R0]为初值条件。绘图函数plot用于绘制感染人数随时间变化的曲线。

需要注意的是，SEIR模型的参数设置和初值条件的选取对模拟结果影响很大，应根据具体情况进行调整。