對之前的模型又作了一些改進，較大的改動是把模型改為了SEIMD模型，然后反復調(diào)試添加了更詳細的注釋說明，較小的改動是做了些許小優(yōu)化提升一丟丟運行速度。

%作者：光電面壁人

%%參數(shù)初始化

N=1E6; %N為某一地區(qū)人口常量，100萬人口的城市

T=1:100;%g考察時間段為T天

E=zeros(1,length(T));E(1)=0;%E為潛伏者數(shù)，初始時潛伏者數(shù)為0，E在潛伏期過后可能會變成確診感染者

I=zeros(1,length(T));I(1)=1;%I為感染者，初始時只出現(xiàn)首例感染者

D=zeros(1,length(T));D(1)=0;%D為病亡群體，由感染者群體I轉(zhuǎn)化而來

M=zeros(1,length(T));M(1)=0;%M為免疫者，由I中的康復者(假定康復后在考察時間段內(nèi)具備免疫力且無傳染性)、S和E中的接種疫苗者轉(zhuǎn)化而來

S=zeros(1,length(T));S(1)=N-E(1)-I(1)-D(1)-M(1);%S為易感者，由總?cè)丝跍p去其他群體

contact_I=10;%為感染者群體每人每日平均接觸人數(shù)，采取感染者隔離措施可顯著降低至1以下，進而顯著影響曲線走勢；過大會溢出

contact_E=10;%為潛伏者群體每人每日平均接觸人數(shù)，采取封城戒嚴措施可顯著降低至1以下，進而顯著影響曲線走勢；過大會溢出

%每個感染者每日接觸到的易感者數(shù)為contact_I*易感人群比重=contact_I*S/N，

%每個潛伏者每日接觸到的易感者數(shù)為contact_E*易感人群比重=contact_E*S/N

infect_rate_IS=0.1;%I、S群體間的感染率，采取醫(yī)學防護措施可降低，進而影響曲線走勢

infect_rate_ES=0.1;%E、S群體間的感染率，采取醫(yī)學防護措施可降低，進而影響曲線走勢

%∴感染者群體每天感染的易感者總數(shù)為I*(contact_I*S/N)*infect_rate，易感者被感染后轉(zhuǎn)化為潛伏者

%∴潛伏者群體每天感染的易感者總數(shù)為E*(contact_E*S/N)*infect_rate，易感者被感染后轉(zhuǎn)化為潛伏者

A=1/7;%A為潛伏者轉(zhuǎn)化為感染者的概率(潛伏期的倒數(shù))，潛伏期一般為1~14天，取7天

%r為每日治愈率，每個患者每日有一定的幾率被治好

r=0.95/length(T);%r為住院患者治愈率,新冠治愈率因地區(qū)而異，我國可達99%以上，

d=0.05/length(T);%新冠平均致死率約5%=0.05，除以天數(shù)為日均致死率

v=1e-4;%日疫苗接種率，提高日均疫苗接種率能顯著影響曲線走勢

z=0.99;%疫苗有效率,提高疫苗有效率也可影響曲線走勢

%% 差分方程代替微分方程

這個部分和之前的基本一樣，按狀態(tài)轉(zhuǎn)移圖列寫就行

然后自己隨便改初始化欄的參數(shù)run，觀察不同的曲線走勢，比如

想要源碼的話請私信我