数学建模如何用python预测数据 数学建模python代码

例12：一只游船上有800（1000）人，一名游客不慎患传染病，12（10）小时后有3人发病，由于船上不能及时隔离，问经过60（30）小时，72小时，患此病的人数。(与人口模型和Logistic模型类似)

先用python和matlab模拟

我的python代码

# -*- coding: utf-8 -*-
import numpy as np
import random
import matplotlib
matplotlib.rcParams['font.sans-serif']=[u'simHei']
matplotlib.rcParams['axes.unicode_minus']=False
import pandas as pd
import matplotlib.pyplot as plt

p_size=10000
get_ill_p = 0.1

is_ill = np.zeros(p_size)
is_ill[0]=1
ill_n =1
x=[]
y=[]
for time in range(100):
    x.append(time)
    y.append(ill_n)
    # 遍历每一个交往的人数
    for i in range(ill_n):
        # 交往的人数再0-2个人内
        renshu = np.random.randint(0,2)
        for j in range(renshu):
            # 随机挑一个人
            p = np.random.randint(0,p_size)
            # 如果p没患病
            if is_ill[p]==0 and random.random()<0.5:
                is_ill[p]=1
                ill_n += 1
plt.plot(x,y)

 

我的matlab代码

clear;
p_size=10000;
get_ill_p = 0.1;

is_ill = zeros(1,p_size);
is_ill(1)=1;
ill_n =1;
y(1)=1;
for time =1:150
    y(time)=ill_n;
    % 遍历每一个交往的人数
    for i =1:ill_n
        % 交往的人数再0-2个人内
        renshu = randperm(2,1); % 产生0到2内的随机整数
        for j =1:renshu
            % 随机挑一个人
            p = randperm(p_size,1); % 产生0到p_size内的随机整数
            % 如果p没患病
            if is_ill(p)==0 && rand(1)<get_ill_p
                is_ill(p)=1;
                ill_n = ill_n+ 1;
            end
        end
    end
end
plot(y,'o');

 

老师的matlab代码1

 

clear
d=800;  %%%总的患病人数。
y=ones(1,d);%%%“1”表示健康的人。
y(1)=0;    %%%第1个人患病了。

for n=1:240  %%%考虑200个时间单位后的情况。
   y=y(randperm(d));   %%%将y的顺序打乱。
   z=[y(2:d)];z(d)=y(1); %%%考虑 y 后面一个人， 最后一个人的后面拟定为第一个人。
                           %%%每一个人可随机与另一个人接触，在一维中足够可表达这个意思.
   R=find((y==0)&z==1);  %%%找出患者即将传染的人。只有健康的人才会成为新的患者。
   for k=1:size(R,2)     %%%size(R,2)为第 n 个单位时间的总的“传播机会”.
       w=randperm(15);p=(w(1)>=2);  %%%不是只要一个健康的人接触患者就会成为病人的。传染病有感染程度的不同。
   z(R(k))=1.*p;
   end
   y=z;  %%%经过一个时段后新的分布产生了。
   s(n)=numel(find(z==0));   %%%计算总的患病人数。
end
s;plot(s)   %%%画出患病人数曲线图。

 

老师的matlab代码2

clear
t=1:240;
y=800./(1+799.*exp(-0.09176.*t));
plot(y)

 

老师的matlab代码3

clear
d=800;  %%%总的患病人数。
y=ones(1,d);%%%“1”表示健康的人。
y(1)=0;    %%%第1个人患病了。

for n=1:240  %%%考虑200个时间单位后的情况。
   y=y(randperm(d));   %%%将y的顺序打乱。
   z=[y(2:d)];z(d)=y(1); %%%考虑 y 后面一个人， 最后一个人的后面拟定为第一个人。
                           %%%每一个人可随机与另一个人接触，在一维中足够可表达这个意思.
   R=find((y==0)&z==1);  %%%找出患者即将传染的人。只有健康的人才会成为新的患者。
   for k=1:size(R,2)     %%%size(R,2)为第 n 个单位时间的总的“传播机会”.
       w=randperm(15);p=(w(1)>=2);  %%%不是只要一个健康的人接触患者就会成为病人的。传染病有感染程度的不同。
   z(R(k))=1.*p;
   end
   y=z;  %%%经过一个时段后新的分布产生了。
   s(n)=numel(find(z==0));   %%%计算总的患病人数。
end
s;plot(s)   %%%画出患病人数曲线图。
s(72)

 

老师的matlab代码4

clear
d=800;  %%%总的患病人数。
y=ones(1,d);%%%“1”表示健康的人。
y(1)=0;    %%%第1个人患病了。

for n=1:240  %%%考虑200个时间单位后的情况。
   y=y(randperm(d));   %%%将y的顺序打乱。
   z=[y(2:d)];z(d)=y(1); %%%考虑 y 后面一个人， 最后一个人的后面拟定为第一个人。
                           %%%每一个人可随机与另一个人接触，在一维中足够可表达这个意思.
   R=find((y==0)&z==1);  %%%找出患者即将传染的人。只有健康的人才会成为新的患者。
   for k=1:size(R,2)     %%%size(R,2)为第 n 个单位时间的总的“传播机会”.
       w=randperm(11);p=(w(1)>=2);  %%%不是只要一个健康的人接触患者就会成为病人的。传染病有感染程度的不同。
   z(R(k))=1.*p;
   end
   y=z;  %%%经过一个时段后新的分布产生了。
   s(n)=numel(find(z==0));   %%%计算总的患病人数。
end
s;plot(s)   %%%画出患病人数曲线图。
s(72)