deSolve - 대량 처리를 나타냅니다 -의 파라미터 이벤트

Question

내가 R.

모델은 다음 커뮤니티 내에서 감염의 전송을 설명하고의 deSolve 패키지를 사용하여 SIR 모델을 쓰고 있어요 외부 이벤트의 도입을 허용 전체 공동체의

이들은 특정 시간에 발생하는 이벤트로 모델링됩니다.

변속기 모델 그 자체는 기본 모집단 크기와 매개 변수 (plist 및 initlist)에 대한 값의 범위를 사용하여 많은 수의 시뮬레이션을 실행하도록 코드를 작성할 수있었습니다.

외부 이벤트 (Total Community Treatment) 매개 변수에 대해 동일한 작업을 수행하고 싶습니다. 현재

는 감염되기 쉬운 인구의 외부 이벤트의 영향은 다음과 같습니다 S < - S + 0.95 * L + 0.95 * I1 + 0.95 * I2

하지만 범위를 지정할 수 있도록하고 싶습니다 예를 들어 0.85-0.99의 값을 가지며 모델이 모든 가능성 범위에서 여러 시뮬레이션을 실행하게하십시오. , cbind (TCT = runif (100 분 = 0.88 -

제가

S <- S + TCT*L + TCT*I1 + TCT*I2 

하고는 PLIST 같은

같은 PLIST < 그것을 포함한 PLIST 예에서 이러한 추가적인 파라미터를 포함하려 최대 = 0.99) ........ 등)

그러나 나는 얻을 매개 변수 예를 들어, TCT는

전체 코드 아래에 존재하지 않는 및 제안 WELCOM 말하는 오류 에드.

library(deSolve) 

#generate an empty list for the data to be put into 

simulationlist <- list() 

#define the transmission model 

SI1I2L <- function(t, y, parms) { 

    with(as.list(c(parms,y)),{ 
    dS <- - Beta*S*I1 - Beta*S*I2 + treat*I1 + treat*I2 +latenttreat*L 
    dI1 <- + Beta*S*I1 + Beta*S*I2 - treat*I1 -second*I1 - latent*I1 
    dI2 <- + second*I1 - latent*I2 - treat*I2 + relapse*L 
    dL <- +latent*I1 + latent*I2 - relapse*L - latenttreat*L 

    der <- c(dS, dI1,dI2, dL) 
    list(der)  
    }) 

} 

#define Total Community Treatment Parameters 

eventtct <- function(t, y, parms){ 
    with (as.list(y),{ 
    S <- S + 0.95*L + 0.95*I1 + 0.95*I2 
    I1 <- I1*0.05 
    I2 <- I2*0.05 
    L <- L*0.05 
    return(c(S,I1,I2,L)) 
    }) 
} 

#Set the time frame for the model 
dt <- seq(0,100,1)  

#Define the spectrum of Parameters for transmission with Min/Max values and number of variations 
plist <- cbind(Beta = runif(100,min = 0.00000167, max = 0.0000043),second = runif(100,min= 0.0278,max = 0.0556),latent = runif(100,min=0.004, max=0.009), treat = runif(100, min=0.01, max =0.03),latenttreat = runif(100,min=0.004,max=0.009),relapse = runif(100,min=0.012,max=0.028)) 
for (i in 1:nrow(plist)) 
#Define the spectrum of inital values for population size 

initlist <- cbind(S = runif(100,min = 110681, max = 118636),I1 = runif(100,min=798, max=2926),I2 = runif(100,min=266,max=1463),L=runif(100,min=13300, max=27930)) 
for (i in 1:nrow(initlist)) 

#run multiple simulations 
simulationlist[[i]] <- as.data.frame(lsoda(initlist[i,], dt, SI1I2L, parms=plist[i,],events = list(func = eventtct, time = c(2,12)))) 

Answer 1

내 솔루션을 테스트하십시오. 는

#### Clear currrent lists from memory 
    rm(list=ls()) 
    library(deSolve) 

    #generate an empty list for the data to be put into 

    simulationlist <- list() 

    #define the transmission model 

    SI1I2L <- function(t, y, parameters) { 
     with(as.list(c(parameters,y)),{ 
     dS <- - Beta*S*I1 - Beta*S*I2 + treat*I1 + treat*I2 +latenttreat*L 
     dI1 <- + Beta*S*I1 + Beta*S*I2 - treat*I1 -second*I1 - latent*I1 
       dI2 <- + second*I1 - latent*I2 - treat*I2 + relapse*L 
     dL <- +latent*I1 + latent*I2 - relapse*L - latenttreat*L 

     der <- c(dS, dI1,dI2, dL) 
     list(der)  
     }) 

    } 
    n=10; 
    #define Total Community Treatment Parameters 
    TCTlist = runif(n,min = 0.88, max = 0.99); 
    #eventtct <- function(t, y, parms){ 
    eventtct <- function(t,y,parameters){ 
     with (as.list(y,parameters),{ 
    # eval(TCT=parameters[7]) 
     S <- S + TCT*L + TCT*I1 + TCT*I2 
     I1 <- I1*(1-TCT) 
     I2 <- I2*(1-TCT) 
     L <- L*(1-TCT) 
     return(c(S,I1,I2,L)) 
     }) 
    } 

    #Set the time frame for the model 
    dt <- seq(0,100,1)  




    #Define the spectrum of Parameters for transmission with Min/Max values and number of  variations 
    plist <- cbind(Beta = runif(n,min = 0.00000167, max = 0.0000043),second = runif(n,min= 0.0278,max = 0.0556),latent = runif(n,min=0.004, max=0.009), treat = runif(n, min=0.01, max =0.03),latenttreat = runif(n,min=0.004,max=0.009),relapse = runif(n,min=0.012,max=0.028)) 
    for (i in 1:n) 
     #Define the spectrum of inital values for population size 

     initlist <- cbind(S = runif(n,min = 110681, max = 118636),I1 = runif(n,min=798, max=2926),I2 = runif(n,min=266,max=1463),L=runif(n,min=13300, max=27930)) 


    for (i in 1:n){ 
     #run multiple simulations 
     parameters = c(plist[i,],TCT=TCTlist[i]); 
     eventsfunction = list(eventtct, time = c(2,12)); 
     simulationlist[[i]] <- as.data.frame(ode(initlist[i,], time=dt, func=SI1I2L,   parms=parameters,events =eventsfunction)) 
    }