| ... | ... | @@ -115,7 +115,7 @@ end |
|
|
|
Il nous faut maintenant modéliser la propagation de l'épidémie. La couleur de nos tortues va servir à coder l'état :
|
|
|
|
S blanche, I rouge et enfin R vert. Pour chaque tortue on calculera la durée de son infection, cette durée sera la
|
|
|
|
même pour toutes. Notre simulation se fera avec un pas de temps discret et la génération `i+1` sera déterminée en
|
|
|
|
fonction de la génération `i`. L'état des tortues sera donc modifié qu'en fin de calcul de chaque génération. On fixe également au départ des tortues qui sont infectées.
|
|
|
|
fonction de la génération `i`. L'état des tortues sera donc modifié qu'en fin de calcul de chaque génération. Pour cela chaque tortue va avoir un attribut `futur-etat`. On fixe également au départ les tortues qui sont infectées.
|
|
|
|
|
|
|
|
```code
|
|
|
|
turtles-own[
|
| ... | ... | @@ -174,6 +174,22 @@ to infection-des-saines |
|
|
|
end
|
|
|
|
```
|
|
|
|
|
|
|
|
Les tortues restent infectées durant une durée fixe `duree-contagion`. On pourrait bien évidemment mettre de la variation, qui représenterait la variété individuelle et également pourquoi pas l’efficacité d'un traitement. Cette durée maximale de l'état infectieux permet de passer de l'état `I -> R`.
|
|
|
|
|
|
|
|
```code
|
|
|
|
;
|
|
|
|
; Les infectées sortent de la maladie, elles deviennent remise I -> R
|
|
|
|
;
|
|
|
|
to fin-maladie
|
|
|
|
ask turtles with [color = red]
|
|
|
|
[
|
|
|
|
if (duree-maladie > duree-contagion) [ set futur-etat green]
|
|
|
|
]
|
|
|
|
end
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
```code
|
|
|
|
; Le variables globales
|
|
|
|
; max-infectes : on compte le nombre de malade
|
| ... | ... | |
| ... | ... | |