SIR模型介绍及Python实现

传染病模型有四种状态:S(易感态)、I(感染态)、R(免疫态)、E(潜伏期)。 SI模型是最简单的传染病模型,仅仅包含易感态和感染态,真实场景中,例如人体感染某些疾病后会保留免疫能力,因此需要增加第三种疾病状态,也就是恢复态,一般用R表示,因此有了SIR模型。 SIR模型 [1],也就是 易感-感染-恢复模型 (susceptible-infected-recovered model). 对于有些疾病,人们感染后无法恢复健康,而是死亡,但是对于疾病传播而言,无论恢复健康和还是死亡,最终病毒都被移除了...

Continue Reading »
分享到:

通过SIR模型来验证复杂网络影响力最大化

毕业设计的后一个部分是挖掘网络中的关键节点组,基于目前国内外所发表的相关论文,整合并结合自身的需要,现提供如下参考代码,希望给予相关意见。 目前,主要验证节点组选取的好坏是通过传染病模型进行仿真实验,通过给定传染率、恢复率,以及关键节点组(也就是种子),查看传染病传染达到稳定状态时,整个网络中R型节点的占比。 代码初版如下所示: import networkx as nx import random import matplotlib.pyplot as plt def sir_one(graph, se...

Continue Reading »
分享到: