复杂网络上同时考虑感染延迟和非均匀传播的SIR模型

为了能更有效地分析和理解传染性疾病的传播,提出了一个新颖的SIR模型,在这个传播模型里同时考虑了影响疾病传播行为的2个因素:感染延迟和非均匀传播.基于平均场理论和大量的数值仿真,给出了疾病传播临界值的解析公式,并发现感染延迟和非均匀传播对临界值影响截然不同:感染延迟能够在很大程度上减小传播阈值,促进疾病在人群中的传播;而非均匀传播能够增大传播临界值,阻碍疾病的大规模传播.当前的研究结果有助于深入理解真实复杂系统中的疾病传播行为,充分考虑感染延迟、传播机制和实际人群的拓扑结构等因素在疾病传播中的作用,从而为制定有效的传染病预防和控制措施提供理论依据.     

基于Multi-Agent的复杂网络疾病传播仿真模型

通过复杂网络上的多智能体的建模与仿真,对疾病的传播过程进行了模拟,研究了疾病传播在不同条件下的传播特征。通过设定采取4个仿真过程,得出疾病的传播即使是以极小的概率治愈也能使系统得到良性发展,验证了前期疫苗式免疫的重要性等结论。     

流行病在空间分布人群中的传播模型

研究流行病传播规律,考虑了流行病在空间分布人群中的随机传播过程。目前,人们通常应用复杂网络来模拟人群中的流行病传播过程,但是,复杂网络模型中没有空间、距离等概念,在现实中,人群通常是空间分布,即空间关系是流行病传播的重要影响因素。针对上述问题,提出一种流行病传播的新模型,使人群分布在一个有界区域内,并创新性地引入了距离的概念,改善了复杂网络模型忽视空间因素的缺陷。利用模型建构,通过编写Matlab程序对整个传播过程进行仿真,分析了个体针对病毒所产生的暂时性免疫力对流行病传播过程的影响。表明仿真结果与实际现象吻合。结果证明将空间因素纳入模型更为合理。     

基于复杂网络的风险传播模型及有效算法

提出一种基于复杂网络的风险传播模型及有效算法,通过结合复杂网络中传播蔓延现象的推广模型,将风险传播模型划分为两种：主动型风险传播模型与被动型风险传播模型。并对已有风险传播算法进行改进,实验表明,该模型及算法能健全风险传播机制,提高传播速度与精确度。     

局域世界复杂网络中的病毒传播及其免疫控制

许多实际复杂网络具有局域世界特性,为此研究病毒在局域世界复杂演化网络中的传播现象．考察了在局域世界演化网络中,初始感染节点选择对传播行为的影响,传播临界值与局域世界之间的关系,并比较了随机免疫和目标免疫两种策略对局域世界复杂网络的有效性．     

复杂网络上的传播动力学及其新进展

深刻理解传染病在社会群体中的传播规律、计算机病毒在因特网上的扩散过程是复杂系统和传染病动力学领域研究的一个热点问题．主要从复杂网络的拓扑结构和流行病的感染机制2个方面综述了当前国内外传播动力学研究的现状和最新进展,探讨了传播动力学在疾病预防与免疫中的应用,最后指出值得进一步研究的问题．例如带社区、层次结构的加权演化模型,动态网络结构下的疾病传播行为和微观感染机制等．     

基于复杂网络的电子商务群聚消费传播模型研究*

互联网的发展带来无限商机的同时,也通过网络平台日益拉近顾客之间的联系,研究群聚消费对企业的影响又是一个新的议题。本文利用某电子商务网站的顾客消费数据展开实证研究,发现电子商务顾客消费网络体现出复杂网络的典型特征。通过对该网络的项目度分布及群聚特征的深入研究,从复杂网络的视角重新审视了电子商务中顾客消费行为的群聚性。针对电子商务中顾客消费的群聚行为及忠诚顾客对顾客群体行为的影响提出一种假设模式,并构建了一个电子商务顾客消费网络的演化-传播-免疫计算机模型进行模拟验证,为研究电子商务企业中顾客群体行为提供了一个新的探索和尝试。     

复杂网络传播机理在贵州电网中的研究

在许多现实网络中其拓扑结构决定了网络的性质和动力特性,在对贵州电网的研究中我们发现,贵州电网表现出的是局域无标度特性,基于这一特性,我们运用局域无标度网络的传播机理对贵州电网中的电力拥塞进行了分析,并求解出了它的传播临界值,最后,我们通过对几种主要免疫策略的对比研究,得到了适合于局域无标度网络的免疫策略.     

面向隐形群体的复杂网络疾病传播模型

针对复杂网络经典疾病传播模型中没有考虑隔离制度的情况,研究了患有病毒、但因患病特征不明显暂未被隔离的隐形群体对疾病传播的影响.引入隔离率等因素对SIR疾病传播模型进行了改进,建立了疾病传播的SIQ (susceptible-invisible-quarantined)模型.以2013年爆发于我国的H7N9流感病毒为研究背景,利用微分方程,对传染率、接触率和隔离率在SIQ疾病传播模型中的作用进行了仿真实验.结果证明,隔离率对疾病传播影响最大,所以,扩大疑似病例的范围,增加隔离率,可以有效控制疫情大暴发.     

复杂网络上具有多感染阶段的传染病传播模型

针对传染病传播模型缺乏多感染阶段的不足,结合SIR和SEIR两种传播模型的特性,提出了一种改进的具有多感染阶段的SIR传染病传播模型(即SInR模型)。该模型充分考虑了不同感染阶段的非均匀感染力对不同网络结构上传染病传播及传播阈值的影响;同时引入相对感染力及传播时间尺度的概念,从网络结构、网络规模及相对感染力方面进行了仿真研究。仿真中无标度网络采用BA模型的生成算法,而小世界网络采用WS模型的生成算法。由仿真可知,感染节点在整个感染过程中大致服从泊松分布,因此在SInR模型下无标度网络的传播速度更快,范围更广;相对感染力对于传染病的大规模爆发存在着一个阈值,当感染力大于阈值时传染病才能大范围地爆发传播,而小于阈值时传染病只会局域小范围传播直至消失,无标度网络的感染力阈值为0.2,小世界网络的感染力阈值为0.24;随着网络规模的增大,传播时间尺度也在增大,相应的传播速度就会降低。仿真结果表明:该模型下无标度网络传染病传播速度更快且影响范围更大;无标度网络的相对传染力的传播阈值小于小世界网络,设置合理阈值有利于降低传染病的传播影响力。     

社交网络上从众现象对谣言传播影响的研究

社交网络中谣言的爆炸性传播现象已引起了研究人员的关注,其传播机制及相应模型的研究对于控制网络谣言的传播至关重要。 受社会网络中的从众现象的启发,在传统SIR谣言传播模型的基础上,考虑到社交网络中的谣言具有全局信息特征,其从众效应具有个体差异性,以及社交网络的规模和拓扑特性(均质和异质网络)对谣言传播的影响,首先建立了两个适用于均质网络和异质网络的改进的SIR谣言传播模型动力学方程组;然后利用蒙特卡罗方法对谣言传播演化过程进行了仿真,结果表明,相对于传统模型,基于这两个方程组的模型能有效体现社交网络中的从众现象对于谣言传播的增幅作用。此外,改进的模型揭示并体现了实际社交网络中谣言传播在从众现象的影响下的规律:蛊惑性较强的谣言传播率提升空间有限,增幅效应较小;蛊惑性较弱的谣言提升空间大,转发的人越多,从众效应的增幅越大,传播的速度越快,爆发到顶峰的时间越短;社交网络规模的增大可以显著削弱从众现象对谣言的增幅作用。     

考虑个体警觉行为的双层网络流行病传播模型

流行病传播过程中常伴随个体意识信息的扩散,然而目前关于流行病与意识信息关系的研究大部分未考虑意识信息在传播过程中对个体接触行为的影响.提出一种基于个体警觉状态的双层网络流行病传播模型.建立下层物理接触网络描述流行病的传播,构建上层信息扩散网络描述流行病传播中信息扩散,根据个体的行为偏好和警觉性设计警觉个体避免与非警觉个...     

网络病毒传播模型中的两个问题

现有的网络病毒分析模型大都依据流行病模型建立,这些模型并不能反映现代网络环境下病毒的传播规律,故有一些问题不能得到很好的解决。文章在新模型的基础上重点讨论其中的两个最为突出的问题:网络病毒的门限值问题和单节点在病毒传播中的不同作用。通过对新模型解的分析得出结论:如果病毒的传播紧密地依赖网络的连接率,而它们的治愈率又相对较小,那么这类病毒的门限值是不存在的。基于该结论文章对长期以来困扰网络病毒传播模型的两个公开的问题给出了合理的解释。文章将电脑的连接率作为节点的一个最基本的特征,从而指出具有不同连接率的节点,它们在病毒传播中的作用也不相同,文章还首次给出了它们的估算公式,从而也为刚刚起步的网络免疫系统中节点的选择提供了有力的理论支持。文章最后进行了模拟实验,实验的结果基本验证了分析结论。     

无标度网络中基于最短路径免疫策略的病毒传播研究

传统病毒免疫策略大多基于网络的全局拓扑信息。然而现实生活中的大部分复杂网络仅仅只能了解其局部 拓扑信息。鉴于许多实际复杂网络具有无标度特性,研究了在无标度复杂演化网络中基于网络局部拓扑信息最短路 径免疫策略的病毒传播现象。利用平均场理论建立含个体抵杭力重要因素的无标度网络病毒传播模型,并引入基于 最短路径的免疫策略。比较了随机免疫、目标免疫和最短路径免疫3种策略对无标度复杂网络病毒传播的影响,结果 表明了基于最短路径免疫策略的有效性。     

基于交通流量的病毒动力学研究

不同于经典扩散模型中节点传染力等同于节点度k的假定,基于交通流量的病毒扩散模型中,各个节点的传 染力可以等同于节点实际介数久。利用平均场近似方法,提出了基于交通流量的SIS病毒修正扩散模型。根据此SIS 模型,以最小搜索信息路由为例,重新研究在节点处理能力有限或无限情况下,病毒传播率R、平均发包率几与传播阂 值R、平稳状态病毒密度P之间的关系。     

联合战斗的复杂网络多Agent建模与仿真研究

当前军队正处于从机械化向信息化转型的关键时期,部队的基本作战模式相应地由合同战斗向联合战斗转变,科学地把握联合战斗的特点和规律,是军队履行好新世纪新阶段历史使命的必要前提。面向未来从信息化作战要求,运用复杂网络理论,构建了联合战斗的复杂网络多Agent模型体系,分析了作战单元关系网络的形成机制,建立了联合战斗系统的Agent模型,并给出了Agent的决策函数和火力损耗分形算法,建立了联合战斗多Agent仿真平台,为联合战斗问题研究开拓了新的途径。     

基于Agent动态网络的疾病传播模型

提出一个基于Agent动态网络的疾病传播模型,研究疾病在人群中传播扩散的动态过程。在扩展疾病传播的SIR模型基础上,利用不同的个体状态描述各阶段病情。在二维规则网络上,通过增加个体自主移动性构建动态社会网络,并考虑个体异质性和所采取的防护措施对疾病传播的影响。仿真结果表明,该模型较好地反映了动态社会网络和个体适应性行为对疾病传播的影响,并与实际情况基本保持一致。     

复杂网络在传统经济系统上的模型研究

在当今社会,经济系统的模型研究一直是科学家研究的热点对象之一.许多自然界存在的经济系统都可以运用复杂网络建立出不同规模和不同拓扑结构的相关研究模型.在这些复杂的经济数学模型中,当研究复杂经济系统的相对特性时,必须针对性地考虑其复杂网络模型中的特性与模型结构.主要研究了复杂网络上的传统经济与部分社会系统,对于复杂网络上的社会经济系统的研究给出了一种新的思路.     

计算机网络病毒传播模型

根据生物流行病毒的数学模型,对计算机网络病毒的传播模型进行了研究。根据计算机蠕虫病毒最常见的传播特征,把经典的传染病模型划分为三部分。最后采用仿真试验的方法,验证了模型的基本合理性。     

无标度网络上带人工免疫的SIRS模型的动力学行为及其免疫控制策略

在典型的SIRS模型的基础上,提出了一种无标度网络中带人工免疫的SIRS类传染病模型.运用平均场理论方法分析了所提模型的动力学行为,研究了在两种不同的人工免疫策略下病毒在一种特定的无标度网络上的传播情况,并模拟了两种免疫策略对病毒传播的影响.模拟结果表明,通过人工免疫可以有效降低稳态感染比例,提高系统的传播阈值,从而有效控制病毒在复杂网络上的传播.