本文目录一览：
- 〖壹〗、模型思维-如何理解传染病传播模型
- 〖贰〗 、传染病模型
- 〖叁〗 、借助仿真模拟流行病的传播
- 〖肆〗、数学建模常用算法——传染病模型(四)SIRS模型
模型思维-如何理解传染病传播模型
〖壹〗 、传染病传播模型是通过数学形式展现的形式化结构 ，用于理解传染病的传播规律 ，其中经典的SIR模型是理解传染病传播的重要工具，同时多模型思维能弥补单一模型的局限 ，更准确地应对传染病传播问题。
〖贰〗 、广播模型 广播模型刻画了思想、谣言、信息或技术通过电视 、广播 、互联网等媒体进行的传播 。这个模型不适用于在人与人之间传播的传染病或思想 。由于广播模型更适合描述思想和信息的传播（而不是传染病的传播） ，所以我们在这里说知情者的人数，而不说感染者的人数。
〖叁〗、图片取自《模型思维》超级传播者的影响超级传播者是指因职业或社交模式导致扩散概率显著高于平均水平的人群 。例如：中心辐射型网络：如收银员 、银行柜员等职业，需与不同社交网络的人群接触 ，成为病毒传播的“枢纽 ” 。
〖肆〗 、任何模型都有其局限性和适用性 ，因此，只会一个模型是不够的。多模型思维可以弥补模型之间的不足 ，丰富我们思考的角度。在信息爆炸的年代 ，多模型思考可以让我们增加对事物的理解，减少个人直觉思维的影响 。
传染病模型
〖壹〗、传染病传播模型是通过数学形式展现的形式化结构 ，用于理解传染病的传播规律 ，其中经典的SIR模型是理解传染病传播的重要工具，同时多模型思维能弥补单一模型的局限 ，更准确地应对传染病传播问题 。
〖贰〗 、传染病的数学模型是流行病学家理解疾病传播规律 、预测疫情发展的重要工具 ，主要分为以下几类： 基础模型：SIR模型SIR模型将人群分为三类状态：易感者（S）、感染者（I） 、康复者/移出者（R）。
〖叁〗 、SIR模型由W. O. Kermack与McKendrick在1927年提出，成为经典传染病传播模型之一 。各国卫生机构根据疾病特性 ，拓展出更多版本 ，此模型在疾病预防与控制决策中发挥重要作用 。SIR模型将人群分为三类：易感、感染与康复。通过建立描述各群体数量随时间变化的数学模型，描述易感人群减少 、感染与康复过程 。
〖肆〗 、SIRS模型是一种适用于康复者具有暂时性免疫力的传染病传播模型，其核心是通过微分方程描述易感者（S）、患病者（I）、康复者（R）三类人群的动态变化过程 。模型背景与适用场景SIRS模型适用于描述康复者免疫力会随时间消退的传染病传播过程 ，例如流感 、普通感冒等非终身免疫性疾病。
借助仿真模拟流行病的传播
〖壹〗 、历史案例与启示成功案例：天花根除通过全球疫苗接种（R？≈5-7 ，需接种比例86%） 。失败教训：1665年英国Eyam村隔离导致第二波疫情，因未考虑老鼠传播媒介 。经验总结：数学建模可弥补实验数据缺失 ，但需结合实际因素（如人口流动、潜伏期）。仿真结果需通过真实数据验证 ，动态调整参数以提高预测准确性 。
〖贰〗 、SEIR模型属于基于元胞自动机的流行病建模方法或仓室模型的一种仿真方法 。SEIR模型在流行病学中扮演着重要角色，它通过将人群划分为四个不同的状态来模拟疾病的传播过程。这四个状态分别是：易感者（Susceptible）：这部分人群尚未感染疾病 ，但有可能被疾病感染。
〖叁〗 、传染病模型是描述疾病在人群中传播的重要工具 。SI、SIS和SIR模型是经典的传染病模型 ，它们通过微分方程来描述易感者 、感染者和康复者数量随时间的变化 。这些模型在流行病学 、公共卫生等领域具有广泛的应用价值。
〖肆〗、上海大学李常品团队与布朗大学George Karniadakis团队在《Chaos》期刊提出改进的流行病学模型，用于理解和预测Omicron变异株的传播动态 ，为基于有限观测数据的超慢过程研究和流行病学预测提供了新框架 。
数学建模常用算法——传染病模型(四)SIRS模型
〖壹〗 、SIRS模型是一种适用于康复者具有暂时性免疫力的传染病传播模型 ，其核心是通过微分方程描述易感者（S） 、患病者（I）、康复者（R）三类人群的动态变化过程 。模型背景与适用场景SIRS模型适用于描述康复者免疫力会随时间消退的传染病传播过程，例如流感 、普通感冒等非终身免疫性疾病。
〖贰〗 、dE/dt = βSI - σE：潜伏者由易感者转化而来 ，转化速率σ为潜伏期倒数 。dI/dt = σE - γI：感染者由潜伏者转化而来 。SEIR模型更适用于模拟如流感、新冠肺炎等有潜伏期的疾病传播。
〖叁〗、其区别在于含R的模型将非染病者细分为两类 ，即真正的S类和不参与或不影响疾病传染过程的R类，后者往往表示对疾病具有免疫力或被治愈的群体 。SI模型适用于疾病不会反复发作，SIS模型则可以描述病人可以反复多次得病 ，SIR表示治愈后具有终生免疫力 ，而SIRS模型则刻画治愈后带暂时免疫力的情形 。
〖肆〗 、常见的传染病模型按照具体的传染病的特点可分为SI 、SIS、SIR 、SIRS 、SEIR模型。
〖伍〗、数学建模常用算法——传染病模型（一）SI模型详解尽管我们通常专注于算法的话题，但考虑到近期同学们在传染病传播问题上的需求 ，今天我们将探索一下传染病模型 。这些模型旨在分析疾病的传播速度 、范围和动力学机制 ，以支持防控策略的制定 。常见的传染病模型包括SI 、SIS、SIR 、SIRS和SEIR模型。
〖陆〗 、RO是衡量病毒传播能力的最重要指标。R0 =（估计）1 + 增长率 * 系列间隔（serial interval）获得，其中增长率从病例开始增长时计算 ，系列间隔是指在一个传播链中 ，两例连续病例的间隔时间 。R01，传染病会以指数方式散布 ，成为流行病（epidemic） 。但是一般不会永远持续 ，因为可能被感染的人口会慢慢减少。
