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.     

复杂网络模型及其在疫情传播和控制中的应用研究

复杂网络已成为一个热点研究问题,它在工程技术、社会、政治、医药、经济、管理等领域都有着广泛的应用。越来越多的科学家开始关注基于复杂网络拓扑结构的动力学研究。其中,关于疾病传播的研究是一个重要方面。分析和研究了小世界网络模型和I3A无标度网络模型两种经典的复杂网络模型,并模拟了传染病按照SIR传播模型在两种网络中的传播情况,讨论了其上的传播阂值以及随机免疫和目标免疫策略对传播阂值的影响。最后对H1N1病毒的传播情况进行了仿真模拟,包括H1N1病毒在自由传播和采取随机及目标免疫两种免疫策略时的传播情况。仿真结果表明,目标免疫策略可以有效抑制疾病的传播。     

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．     

基于传染病模型的社交网络舆情话题传播

针对传统模型难以真实地描述社交网络舆情话题传播过程,提出一种基于传染病模型的社交网络舆情话题传播模型。分析了社交网络舆情话题的传播特点,根据传染病动力学机制,将内部感染概率、外部感染概率、免疫概率以及直接免疫概率引入舆情话题传播过程中,构建了社交网络舆情话题传播模型,在Matlab 2012平台下采用Facebook数据集进行仿真测试。仿真实验结果表明,该模型可以准确描述社交网络中的话题传播行为特征,研究结果可以为社交网络舆论管理者提供有价值的参考意见。     

无标度网络中考虑个体重视的传染病传播研究

分析传染病传播动力学行为是复杂网络研究的基本问题之一,现有的传染病传播模型研究没有充分考虑到传染病传播过程中人为因素的影响,即易染个体在传染病传播过程中的行为反应。针对以上问题提出了一种改进的无标度网络中具有个体重视的SIR传染病传播模型。利用平均场理论方法,分析了所提模型的动力学行为。研究了在无标度网络中具有个体重视的易染个体的比例和个体重视度对传染病传播的影响。理论分析和数值模拟结果表明,增大具有个体重视的易染个体的比例和增加易染个体的重视度,可以有效地改善传染病的传播阈值、传播的速度和爆发的规模。     

一类SIQR传染病模型在无尺度网络上的传播行为分析

研究了无尺度网络中的具有隔离项的SIQR传染病模型,利用平均场理论对疾病的传播进行了研究分析,经过计算得到了疾病传播的临界条件R0,证明了最终疾病的消失或者爆发是由临界值来决定的。然后,通过计算机仿真表明降低感染状态的感染率和提高染病节点的隔离率可以有效地控制该类传染病的传播。     

复杂网络中初始节点对传染病传播的影响分析

长期以来,传染病对人类造成持续不断的威胁。研究工作者在传染病传播上投入了大量的精力进行研究,比如:传播模型、传播阂值以及影响传播的因素等方面。主要研究复杂网络中初始染病节点如何影响传染病的传播,对5种初始染病节点选择方法进行了深入分析并在两个大规模无向网络上进行了仿真实验。结果表明,传播速度以及传染病影响规模不仅与初始染病节点的选择有关,而且与网络结构有关。本研究成果对传染病控制可提供有价值的借鉴与参考作用。     

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。     

复杂网络上带直接免疫及传染媒介的SIRS模型

复杂网络模拟实际系统时,常采用带有直接免疫的传染模型或带传染媒介的传染模型。这些模型只侧重实际系统的某一方面的因素。针对这一不足,提出一个新的SIRS类传染病模型,即带有传染媒介和直接免疫的SIRS模型。利用平均场理论建立相应的常微分方程系统,并讨论该类系统的传播动力学行为。研究结果表明,均匀网络情况下,该模型存在一个有限的传播阈值,并且传染媒介也会加速疾病的传播;非均匀网络情形时,传播阈值主要与网络的拓扑结构有关。     

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.