數據模型分析告訴你，如今還不是出門的時候！

通過幾天的「封閉管理」，不少人已經在家裏坐不住了，想着趁如今外面人很少，附近也尚未確診的病例，出去一小會兒溜達溜達應該沒什麼問題。

但大家知道感染新型冠狀病毒最快須要多久麼？前兩天的一條新聞告訴咱們，一男子出門買菜，15 秒就被感染。

一旦出門，你根本不知道病毒何時接近你，它也不會給你任何一個僥倖的機會。以各類形式奮鬥在「抗疫」一線的人們，付出了本身的時間、精力甚至是生命，不就是爲了儘快幫我控制住疫情、渡過疫情麼？

咱們的每個僥倖都是在用他們的生命作試探。

上海醫療救治組組長張文宏醫生在接受採訪時說過一段話：

若是如今仍是咱們醫生一我的在戰鬥，這個仗打不贏的，確定完蛋。如今開始每一位都是戰士，這點很重要。而後整個疾病的控制，一個字 —— 「悶」。但願你們好好地在家裏在隔離點悶兩個禮拜，把這個病毒悶死，悶死就抗疫成功了。

若是有人還不明白這麼說的緣由，有一位程序員作了一個疫情的模擬仿真程序，來直觀的告訴咱們呆在家裏、控制人羣流動的重要性。

感謝項目和視頻做者：B站up主@Ele實驗室

疫情仿真程序介紹

該項目採用的是面向對象的語言 —— Java。數學模型方面，採用的是天然界中常見的正態分佈 (高斯分佈)。

程序中設置的變量包含：

• BROAD_RATE：初始感染數量
• ORIGINAL_COUNT：傳播率
• SHADOW_TIME：潛伏時間
• HOSPITAL_RECEIVE_TIME：醫院收治響應時間
• BED_COUNT：醫院牀位
• u：流動意向平均值

但疫情的傳播其實並非這麼簡單，涉及到的影響參數確定遠不止視頻中展現的這幾項，但做者也表示製做該模型只是爲了對你們進行傳播及控制要素的分析。

控制變量分析

具體的分析過程你們能夠在看完文章後在文末到 B 站看做者的視頻詳細理解，這裏咱們把一些分析結果分享給你們：

初始數據設置：

• 初始感染數量：50
• 傳播率：0.8f
• 潛伏時間：0
• 醫院收治響應時間：10
• 醫院牀位：0
• 流動意向平均值：-0.99f
• 將醫院牀位數據調整爲：100

當病毒慢慢擴散開來，咱們須要醫院創建隔離區，當把牀位參數改成 100 張牀，若此時咱們控制人羣不隨意流動，疫情會很快被控制，從而被消滅。

• 將醫院牀位數據調整爲：100，流動意向平均值調整爲：0.99f

但就像咱們最開始，對於自我隔離不是很是重視，增大人羣流動意向後，醫院的隔離牀位很快會被佔滿，疫情也將沒法控制。

• 將醫院牀位數據調整爲：1000，流動意向平均值調整爲：0.99f

當將牀位增長 10 倍後，疫情仍然被很快控制住。如視頻做者所說，這就是國家創建火神山、雷神山醫院的緣由。模擬程序中還有一項「醫院收治響應時間」，也就是一個患者從確診到被安置隔離的時間。若是該時間過長，疫情也將沒法控制。

分析到這，視頻做者提出另外一個關鍵的影響因素 —— 病毒的潛伏期。本次病毒有長達 14 天的潛伏期，也就是參數「SHADOW_TIME」的數值應爲 14。

• 將潛伏期數據調整爲：14，流動意向平均值調整爲：0.99f

模擬開始的時候由於在潛伏期，很難再人羣中發現並隔離患者但當潛伏期事後，就會出現爆發性增加，醫院的牀位也會很快被佔滿，疫情將沒法控制。

• 將潛伏期數據調整爲：14，流動意向平均值調整爲：-0.99f

但若是人羣能夠控制流動，雖然總體防治過程較長，但最終疫情被很好的控制並被消滅。

結論分析

經過通知變量法，咱們能夠發現人羣的流動意向對疫情的傳播和控制起着主導性的做用，再打的問題，若是控制好人羣的流動，就會更容易解決。

因此就像文章開始張文宏醫生所說，即便經過一線醫務工做者的努力，加快了確診效率、醫院的收治時間，目前疫情已經獲得了較好的控制，可是咱們仍舊處於病毒的潛伏期，而這也是最危險的時期。

但願你們不要抱有僥倖心理，尤爲是隨着天氣逐漸變好，感受疫情已經獲得很好地控制，可是放鬆警戒的時候偏偏是最危險的時候。由於除了國家層面外，對疫情起主導做用的，偏偏就是咱們普普統統的每個人。

在視頻的結尾，做者引用了《三體》中的一句話，再次提醒你們：

「無知和弱小不是生存的最大障礙，傲慢纔是。」

好好在家待着，不要辜負一線衝鋒的全部人。放鬆警戒的時候偏偏是最危險的時候，對此次疫情起到主導做用的偏偏是咱們普普統統的每個人。

少出門、戴口罩、勤洗手，咱們會勝利的。

爲更好的完善程序和模型，做者已經發布了程序的源碼，也號召廣大的開發者們進行協助，能夠自行改進和提交 pr，也但願能有專業的數學從業者提出更加準確的模型。

GitHub 項目地址：
https://github.com/KikiLetGo/...
B站視頻地址：https://www.bilibili.com/vide...

-END-