具有白噪声的SEIR传染病模型的matlab 代码

以下是具有白噪声的SEIR传染病模型的MATLAB代码：

% 参数设置
beta = 0.5; % 接触率
sigma = 0.1; % 潜伏期转化为感染期的概率
gamma = 0.05; % 康复率
mu = 0.01; % 自然死亡率
nu = 0.005; % 病死率

% 初始值
S0 = 0.9; % 初始易感人群比例
E0 = 0.05; % 初始潜伏期人群比例
I0 = 0.04; % 初始感染人群比例
R0 = 0.01; % 初始康复人群比例
D0 = 0; % 初始死亡人群比例

% 模拟时间和步长
t_end = 100; % 模拟结束时间
dt = 0.01; % 步长

% 初始化
t = 0:dt:t_end; % 时间向量
N = length(t); % 时间步数
S = zeros(N, 1); % 易感人群比例
E = zeros(N, 1); % 潜伏期人群比例
I = zeros(N, 1); % 感染人群比例
R = zeros(N, 1); % 康复人群比例
D = zeros(N, 1); % 死亡人群比例

S(1) = S0; E(1) = E0; I(1) = I0; R(1) = R0; D(1) = D0; % 设置初始状态

% 循环计算
for i = 2:N
    dS = -beta*S(i-1)*I(i-1) + mu - nu*S(i-1); % 易感人群变化量
    dE = beta*S(i-1)*I(i-1) - sigma*E(i-1) - nu*E(i-1); % 潜伏期人群变化量
    dI = sigma*E(i-1) - gamma*I(i-1) - nu*I(i-1); % 感染人群变化量
    dR = gamma*I(i-1) - nu*R(i-1); % 康复人群变化量
    dD = nu*(S(i-1)+E(i-1)+I(i-1)+R(i-1)); % 死亡人群变化量
    S(i) = S(i-1) + dS*dt + sqrt(dt)*randn; % 更新易感人群比例
    E(i) = E(i-1) + dE*dt + sqrt(dt)*randn; % 更新潜伏期人群比例
    I(i) = I(i-1) + dI*dt + sqrt(dt)*randn; % 更新感染人群比例
    R(i) = R(i-1) + dR*dt + sqrt(dt)*randn; % 更新康复人群比例
    D(i) = D(i-1) + dD*dt + sqrt(dt)*randn; % 更新死亡人群比例
end

% 绘图
plot(t, S, t, E, t, I, t, R, t, D);
legend('易感人群比例', '潜伏期人群比例', '感染人群比例', '康复人群比例', '死亡人群比例');
xlabel('时间');
ylabel('人群比例');

这段代码基于SEIR模型，使用欧拉方法数值求解微分方程，并添加了白噪声。其中，`sqrt(dt)*randn`表示标准正态分布随机数，用于模拟白噪声。注意，这里的白噪声是一种简化假设，实际应用中可能需要更加精细的噪声模型。