给出Matlab利用最小二乘法拟合SIR模型参数的代码

以下是使用最小二乘法拟合SIR模型参数的Matlab代码示例：

% 数据准备
t = [0 1 2 3 4 5]; % 时间点
I = [5 20 40 80 110 150]; % 感染者数量

% 定义SIR模型函数
sir_model = @(params, t) params(1) * exp(params(2) * t);

% 定义最小二乘法目标函数
lsq_func = @(params) I - sir_model(params, t);

% 初始参数猜测
params0 = [1 1];

% 使用最小二乘法拟合参数
params = lsqnonlin(lsq_func, params0);

% 打印拟合结果
disp("拟合参数:");
disp(params);

% 绘制拟合曲线
t_fit = 0:0.1:5;
I_fit = sir_model(params, t_fit);

figure;
plot(t, I, 'ro', t_fit, I_fit, 'b-');
xlabel('时间');
ylabel('感染者数量');
title('SIR模型拟合');
legend('数据点', '拟合曲线');

在上述代码中，我们首先定义了SIR模型函数sir_model，该函数根据给定的参数(params)和时间点(t)计算感染者数量。然后，我们定义了最小二乘法目标函数lsq_func，该函数计算实际感染者数量(I)与SIR模型预测值之间的差异。接下来，我们使用lsqnonlin函数来拟合参数，该函数使用最小二乘法来最小化目标函数的误差。最后，我们打印出拟合的参数，并绘制数据点和拟合曲线的图形