程序员硬核劝告:现在还不是出门的时候
来源：
乾明 十三 发自 凹非寺
量子位 报道 | 公众号 QbitAI
作者：B站up主“Ele实验室”，转载自人民日报
憋疯了？在家宅不下去了？想出去透透气了？
虽然你对疫情已经麻木了，觉得没什么大碍了。
但现实并非如此，抗疫战斗仍在继续，还没有达到钟南山等专家所说的爆发期。
如果大家现在要是出门，真的是在疫情防控添乱！
不信？看看这个播放量达到数百万的仿真程序吧，它告诉我们：
如果现在出门逛，迎接我们的，就是疫情越来越难控制的局面。
计算机仿真程序的设定
数学模型方面，则是自然界中常见的正态分布 (高斯分布)。
这里的人群和人的流动意向就按照正态分布来模拟，而病毒的传播率则是一个固定的参数。
这是一个较为简单的模型，但并不影响对传播及控制要素的分析。
先来介绍一下用来控制传播各个环节的常量。
初始感染数量，设置为50人：
public static int ORIGINAL_COUNT=50;病毒传播率，设置为0.8：
public static float BROAD_RATE = 0.8f;病毒潜伏时间，设置为0(若为140则代表14天)：
public static float SHADOW_TIME = 0;医院收治响应时间，设置为10(同上)，表示从确诊到安置隔离的时间：
public static int HOSPITAL_RECEIVE_TIME=10;医院床位，疫情刚开始的时候由于医院没有隔离区，设置为0：
public static int BED_COUNT=0;流动意向平均值，设置为0.99，表示人们可以随意流动：
public static float u=0.99f;现在忍不住要出门？会有大麻烦！
病情就会慢慢传播开来，这时候医院就需要建立隔离区，将医院床位参数改为100，即：
public static int BED_COUNT=100;若是此时，人们控制自己不随意流动，那么疫情将会迅速被控制，甚至被消灭。其中，下图右侧中的红色点点代表被收治的感染者。
但疫情开始的时候，人们肯定控制不住自己的流动，所以将该参数值调回0.99，即：
public static float u=0.99f;此时，让我们看下疫情扩散情况。
医院隔离区的床位会被马上占满，疫情也会将不受控制。
而此时的做法就是扩大医院的隔离区，增加床位。
将医院床位参数调至1000，即：
public static int BED_COUNT=1000;
此时疫情也能很快被控制，这也就是我们为什么要建雷神山和火神山医院。
但这时，也需要考虑一下医院接收响应的因素，也就是一个患者从确诊到被安置隔离的时间。
若是这个时间过长，疫情也会变得比较糟糕，我们将医院收治响应时间设置为100，即：
public static int HOSPITAL_RECEIVE_TIME=100;
不过幸运的是，国家现在在全力以赴，响应时间足够应付本次疫情，而且会越来越快。
然而，还需要考虑一个非常重要的因素——新冠状病毒潜伏期长达14天！
之前的潜伏时间参数都设置为了0，现在设置为140(程序中为14天)，即：
public static float SHADOW_TIME = 140;此时让我们看下疫情传播情况。
一开始的时候，由于潜伏期的关系，很难再人群中发现患者并进行隔离。等潜伏期一过，就会出现前一阵子的那般爆发性的增长。而此时，医院隔离区的床位也会被占满。
一旦医院资源被耗尽，那么疫情的传播情况就会变得像一开始那般糟糕。
但是！此处划重点！！
若是人们能够控制流动意向，又会怎样呢？
我们把流动意向平均值这个参数调为-0.99，即：
public static float u=-0.99f;
这个过程也反映了目前医务工作人员与病毒斗争的艰难过程，虽然时间较长，但最终疫情得到了很好的控制。
从这个实验过程，我们可以发现，人群流动意向这个参数贯穿始终，基本上起了主导作用。
虽然目前确诊效率、医院收治时间都在加快，但目前我们正处于潜伏期阶段，也就是图中哪些许多黄色的点点，而这也是最危险的时刻！
“傲慢才是生存的最大障碍”
前几天北京下雪后，竟然有家长带着孩子出门打雪仗家族群里有个别亲戚蠢蠢欲动，开始吆五喝六，准备聚餐了还有一个远方的亲戚，要出门去参加婚礼了
作为一名程序员，他决定做点什么。于是就有了现在这个连夜打造的计算机仿真程序，希望能够更直观地让大家感受下呆在家里的重要性。
他也呼吁大家，不要抱有侥幸心理。
尤其是最近几天，立春已至，各地天气都在转好，往往会给人一种疫情没什么大碍的错觉。
可放松警惕的时候往往是最危险的时候，国家防控措施进入常态化，最后对疫情产生主导作用的，其实还是我们每个人。
在视频的结尾，他引用了《三体》中的一句话，再次提醒大家：
“无知和弱小不是生存的最大障碍，傲慢才是。”
文章的最后，再次感谢“Ele实验室”提供的授权支持。而且，打造这一系统的代码，他也已经在GitHub上开源了，链接如下：
https://github.com/KikiLetGo/VirusBroadcast/tree/master/src
评论