數據模型分析告訴你，現在還不是出門的時候！
經過幾天的「封閉管理」，很多人已經在家里坐不住了，想著趁現在外面人不多，附近也還沒有確診的病例，出去一小會兒溜達溜達應該沒什么問題。
但你們知道感染新型冠狀病毒最快需要多久么?前兩天的一條新聞告訴我們，一男子出門買菜，15 秒就被感染。
一旦出門，你根本不知道病毒什么時候接近你，它也不會給你任何一個僥幸的機會。以各種形式奮斗在「抗疫」一線的人們，付出了自己的時間、精力甚至是生命，不就是為了盡快幫我控制住疫情、渡過疫情么?
我們的每一個僥幸都是在用他們的生命做試探。
上海醫療救治組組長張文宏醫生在接受采訪時說過一段話：
如果現在還是我們醫生一個人在戰斗，這個仗打不贏的，肯定完蛋。現在開始每一位都是戰士，這點很重要。然后整個疾病的控制，一個字 —— 「悶」。希望大家好好地在家里在隔離點悶兩個禮拜，把這個病毒悶死，悶死就抗疫成功了。
如果有人還不明白這么說的原因，有一位程序員做了一個疫情的模擬仿真程序，來直觀的告訴我們呆在家里、控制人群流動的重要性。
感謝項目和視頻作者：B站up主@Ele實驗室
疫情仿真程序介紹
該項目采用的是面向對象的語言 —— Java。數學模型方面，采用的是自然界中常見的正態分布 (高斯分布)。
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：醫院床位
- u：流動意向平均值
但疫情的傳播其實并不是這么簡單，涉及到的影響參數肯定遠不止視頻中展示的這幾項，但作者也表示制作該模型只是為了對大家進行傳播及控制要素的分析。
控制變量分析
具體的分析過程大家可以在看完文章后在文末到 B 站看作者的視頻詳細理解，這里我們把一些分析結果分享給大家：
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
- 醫院床位：0
- 流動意向平均值：-0.99f
- 將醫院床位數據調整為：100
當病毒慢慢擴散開來，我們需要醫院建立隔離區，當把床位參數改為 100 張床，若此時我們控制人群不隨意流動，疫情會很快被控制，從而被消滅。
- 將醫院床位數據調整為：100，流動意向平均值調整為：0.99f
但就像我們最開始，對于自我隔離不是非常重視，增大人群流動意向后，醫院的隔離床位很快會被占滿，疫情也將無法控制。
- 將醫院床位數據調整為：1000，流動意向平均值調整為：0.99f
當將床位增加 10 倍后，疫情仍然被很快控制住。如視頻作者所說，這就是國家建立火神山、雷神山醫院的原因。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。如果該時間過長，疫情也將無法控制。
分析到這，視頻作者提出另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」的數值應為 14。
- 將潛伏期數據調整為：14，流動意向平均值調整為：0.99f
模擬開始的時候因為在潛伏期，很難再人群中發現并隔離患者但當潛伏期過后，就會出現爆發性增長，醫院的床位也會很快被占滿，疫情將無法控制。
- 將潛伏期數據調整為：14，流動意向平均值調整為：-0.99f
但如果人群可以控制流動，雖然整體防治過程較長，但最終疫情被很好的控制并被消滅。
結論分析
通過通知變量法，我們可以發現人群的流動意向對疫情的傳播和控制起著主導性的作用，再打的問題，如果控制好人群的流動，就會更容易解決。
所以就像文章開始張文宏醫生所說，即使通過一線醫務工作者的努力，加快了確診效率、醫院的收治時間，目前疫情已經得到了較好的控制，但是我們仍舊處于病毒的潛伏期，而這也是最危險的時期。
希望大家不要抱有僥幸心理，尤其是隨著天氣逐漸變好，感覺疫情已經得到很好地控制，但是放松警惕的時候恰恰是最危險的時候。因為除了國家層面外，對疫情起主導作用的，恰恰就是我們普普通通的每一個人。
在視頻的結尾，作者引用了《三體》中的一句話，再次提醒大家：
“無知和弱小不是生存的最大障礙，傲慢才是。”
好好在家待著，不要辜負一線沖鋒的所有人。放松警惕的時候恰恰是最危險的時候，對這次疫情起到主導作用的恰恰是我們普普通通的每一個人。
少出門、戴口罩、勤洗手，我們會勝利的。
為更好的完善程序和模型，作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，可以自行改進和提交 pr，也希望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-
