传染病模型数学建模论文-2.docVIP

H7N9禽流感传播规律模型研究 小组成员： 韩 萌 朱 腾 郭轩赫 摘要 本文对H7N9流感病毒的传播规律进行了研究和预测，文章收集了我国各地区H7N9流感病毒感染人数及死亡人数的确切数据，对模型进行了验证，并提出了如何降低流感发病率的可靠方法。 一、问题重述 近期以来h7n9流感病毒正成为人们关注的焦点，通过相关网站获得数据，建立一个模型对流感的走势进行预测。 二、问题分析 h7n9流感的传播是一道传染病问题。在数学建模领域已经有很多关于这方面的研究。本文选取我国各地区的感染者确认病例数量，对h7n9流感的传播规律进行预测。 三、建立模型 1、模型假设 在h7n9流感传播期内，中国境内的总人数不变，既不考虑生死，也不考虑迁移。 人类对h7n9的控制按照正常计划进行，中间不出现任何意外情况，没有其他重大传染病的干扰及政治、经济因素的干扰。 病人的接触，日治愈率（每天被治愈的病人占总病人数的比例）为该模型的缺陷是结果常与实际有一定程度差距，这是因为模型中假设有效接触率传染力是 模型构成 以时间x为自变量，感染人数y1和死亡人数y2为因变量，建立以下多项式模型：a、b为系数，c1、c2为常数。 Y1=a1x^n+a2x^(n-1)+a3x^(n-2)+a……+anx^n+c1 Y2=b1x^n+b2x^(n-1)+b3x^(n-2)+b……+bnx^n+c2 模型求解 用matlab对模型进行求解： 1：多项式求解的符号： Y1=a1x^n+a2x^(n-1)+a3x^(n-2)+a……+anx^n+c1(令n=10) Y2=b1x^n+b2x^(n-1)+b3x^(n-2)+b……+bnx^n+c2(令n=10) X=time()(说明：time()是将时间转换成数字的函数) function [x]=time(a,b,c)%%一天为单位的,计算与2013/4/5的时间差.%%以2013/4/5为准 if(a2013 ) disp(你输入的数据不符合要求！！！); elseif(b1||b12||(a==2013b4)) disp(你输入的数据不符合要求！！！); elseif (c31||c1||(a==2013b==4c5)) disp(你输入的数据不符合要求！！！); else switch b %%1;3;5;7;8;10;12 case 1 z=31-c; case 2 z=c; case 3 z=28+c; case 4 z=28+31+c; case 5 z=28+31+30+c; case 6 z=28+31+30+31+c; case 7 z=28+31+30+31+30+c; case 8 z=28+31+30+31+30+31+c; case 9 z=28+31+30+31+30+31+31+c; case 10 z=28+31+30+31+30+31+31+30+c; case 11 z=28+31+30+31+30+31+31+30+31+c; case 12 z=28+31+30+31+30+31+31+30+31+30+c; otherwise disp(你输入的数据不符合要求！！！); end t=0; for i=2013:a if(i/400==0||i/4==0i/100~=0) t=t+1; end end z=z-31-28-5; x=(a-2013)*365+z+t; End 2：由矩阵求其特征多项式，由函数polyfit()实现。 function [p1,p2]=gongshi(n) %i=time(a,b,c); %x=[0:i]; x=[0:16]; y1=[16,18,20,24,28,33,38,43,49,60,63,77,82,87,91,96,102]; y2=[6,