线性的 SIR 模型, 计算出模型中封闭系统的精确解, 得到累计病例数与时间的关系, 并通过该关系与累计确诊病例的实际数据进行拟合, 得到了传染率参数 a ，恢复系数b，和初始易感人数是的估计值, 本文提出的基于SIR的传染病动力学模型, 通过公开历史数据对模型参数进行反演,基于这些参数, 我们很好地模拟了目前疫情的发展, 并准确预测了疫情未来的趋势. 数分析显示了各级政府防控措施的有效程度. 人们的防范意识以及人们的疫情习惯对于疫情发展的影响，模拟结果显示, 如果政府加大宣传力度，增强隔离措施，个人改善自家的卫生习惯，加强防护意识，可以极大的延缓疫情的发展，减少感染人数。

目录概述1.一些定义1.1 一些名词1.2 一些符号1.3 一些定义2.方法论2.1 SIR2.2 SEIR2.3 代际传播2.3.1 传播矩阵3 模型实现3.1 参数设定3.2 SIR（1）模型（2）参数（3）计算（4）绘图3.3 SEIR（1）模型（2）参数（3）计算（4）绘图3.4 小结参考文献 概述 看了一些2019-nCoV相关的文章，摘录并总结了一些关于SIR和SEIR模型的定义。并通过代码进了简单模型的实现，使用R语言作为编程工具。 1.一些定义 1.1 一些名词 序号 词汇 解释 1 Pneumonia 肺炎 2 Coronavirus 冠状病毒 3 In

本资源针对一种边权重存在重尾分布复杂网络，改进原本的SIR模型对TopK重要节点进行性能评估。并将传播过程绘制成可视化图。本资源使用networkx工具包。

Least-Squares-SIR-Example:使用最小二乘和scipy.optimize.minimize将基本SIR模型拟合到数据

SIR模型.CDC constructed the EbolaResponse modeling tool in spreadsheet (available at http://dx.doi.org/10.15620/ dc.24900) using Microsoft Excel 2010 and used the model o estimate the increase in Ebola cases in Liberia and Sierra eone (see Appendix for additional results and technical notes).

复杂ER网络上的经典SIR模型的实现，对经典的SIR模型进行数据验证。

利用matlab中的guide模块动态仿真sir模型，可以通过调整各参量，看各种情况下仿真结果，更清楚地理解、表示sir模型。

传染病模型是一种常用的传播模型，本资源是SIR模型的matlab实现