Python：用数据曲线拟合确定未知参数的耦合微分方程求解系统

Question

在一个数学建模项目中，我决定使用微分方程系统对我国新冠肺炎流行期间6种不同人群的时间演变进行建模。我考虑的不同人群包括易感人群、暴露人群、无症状人群、有症状人群、住院人群和康复人群。我已经有了自大流行开始以来这些人口如何变化的数据。但我想对这些人群的进化进行建模，以找到一些参数，比如感染率或每个人群从一个人群到另一个人群的变化率。通过建模，我得到了一个由6个耦合微分方程组成的系统，其中一个用于每个种群（dS/dt，dE/dt，…，dR/dt）的时间演化，其中有我想要找到的所有参数

system of coupled differential equation

我有一个数学模型，里面有很多未知的参数，我想找到。为此，我想使用函数scipy.optimize.curve_fit进行curvefit，以找到正确的参数。 但我的问题是，我需要这些参数来数值求解这些微分方程。 有没有一种方法可以进行曲线拟合，以找到创建微分方程系统解的参数，该方程组最适合我已经拥有的这6个总体的数据

我不知道如何合并曲线拟合和求解耦合微分方程组

非常感谢