小世界网络研究血吸虫病的传播

通过理论分析和数值模拟,研究SIRS血吸虫病数学模型在小世界复杂网络上的传播情况和SIRS模型参数(传染率和治愈率)对疾病传播动态行为的影响,验证小世界网络上传播阈值的存在性.     

演化少数者博弈在小世界网络上的信息传递效应

研究了演化少数者博弈在Newman和Watts提出的小世界网络(NW小世界网络)上的局部信息传递作用.在奖罚比R不同的情况下,经纪人对策略的选择不同,系统的p值分布存在一个相变.数值模拟结果显示,在Ps相同情况下,NW小世界网络上的标准方差比由Watts和Strogatz提出的小世界网络(WS小世界网络)上的标准方差小,对资源的利用效率更高.     

复杂网络上SIRS类疾病传播行为分析

考察复杂网络上具有免疫力失效特性的流行病传播模型, 即SIRS模型. 利用平均场理论对疾病传播行为进行了理论分析, 并与计算机模拟结果相对照, 证实复杂网络上疾病传播的决定因素是网络的拓扑结构. 对无标度网, 由于考虑了节点度的非均匀性, 理论值与模拟值拟合得较好. 对小世界网, 由于忽略了重连概率p的影响, 在阈值附近的理论值和模拟值有一定差距. 另外, 发现小世界网络的重连概率p对疾病蔓延速度有较大的影响, 但不影响平稳状态指标.     

信息的滞后性诱导传染病的周期爆发

通常情况下,一种传染病的爆发往往会引起人们某种行为方式的改变,如减少外出、接种疫苗、注意卫生等,这些行为方式的改变又会对疾病的传播方式和控制效果产生很大影响.为了刻画这类行为方式改变的影响,在本文中提出一个改进的SIRS传播模型：易感染者可以处于两种状态——无保护态（Su）和保护态（Sp）.易感染个体根据对疾病风险的估计在无保护态和保护态之间不断切换,从Su到Sp的转移概率随着感染人数的增加而增加,反之,从Sp到Su的转移概率随着感染人数的增加而减小.同时,我们假设个体对风险的估计依赖于他们对疾病风险信息的了解程度.通过Monte-Carlo和MarkovChain方法,发现对传染病风险判断的滞后性会导致传染病的周期爆发.     

基于三角生长网络的局域社会平衡动力学

 构建一种具有较多三角关系且聚类系数可调节的三角生长网络,利用计算机模拟,研究了网络拓扑结构改变对社会平衡动力学演化的影响。结果表明,当网络加边连接概率p_a≥0.5,网络为稠密连接时,网络的统计性质与完全连接图类似,社会平衡的演化与初始状态无关,且当转变概率p≥1/2 时, 网络系统发生从非全友好态到全友好态的动力学相变;当连接概率p_a<0.5,网络为稀疏连接时,网络的统计性质具有无标度网络的特性,社会平衡的演化呈现初值依赖性和动力学相变消失。     

适应性网络上具有潜伏期机制的传染病传播

提出适应性网络上具有潜伏期机制的SIS传染病传播模型,给出该模型的演化方程,研究模型中各参数对传播强度的影响、网络度在演化过程中的变化等问题,得出了在不同参数下迭代后模型中3类人群（易感个体、隐性感染者和显性感染者）数量演化的最终稳定值不同、在适应性网络中＂断边重连＂概率对传染阈值有明显影响、网络中节点的度在迭代之后出现近似幂律分布等结论.经过分析给出发生疫情时应对感染者采取隔离治疗的建议.     

复杂网络中SAIQRS传染病模型动力学分析

基于动力学理论研究了复杂网络中传染病的传播过程，综合考虑个体在疾病传播过程中的预防行为和自我隔离措施，提出了一类无标度网络上具有警觉行为和隔离行为的SAIQRS传染病传播模型；并进一步利用平均场理论得到传播阈值的关系式，系统分析了模型的动力学行为.研究发现，在无标度网络中增大警觉率、隔离率的比例和增强警觉的强度，可以降低传染病的爆发规模.数值仿真结果表明，具有警觉和隔离的行为对疾病的传播速度与传播规模有影响.     

光学双稳系统的有序与无序

本文讨论了定态情况下吸收型光学双稳系统中的有序与无序的问题.我们发现,在高透分支上原子的无序行为占优势,相应功率耗散比较大;而在低透分支上有序行为占优势,功率耗散比较小.同时还提出了高低透分支间的相变潜热问题.     

小世界网络上的Ising模型

在一维规则环链的基础上，构造了小世界网络，研究了其上的Ising模型的相变行为．Monte Carlo方法被用来作为研究的方法．模拟结果发现，所构造的小世界网络上的Ising模型存在相变，模拟结果给出了临界温度．     

层状超导体磁通格子固相熔化的温度效应

发展了层状超导体中3D磁通线模型,用动力学模拟方法数值研究了磁通格子的有序-无序熔化相变.在无序强度温度相图中,发现从有序的布拉格玻璃相到无序的磁通玻璃相之间的固-固相变线在中等温度区域有一个突起,与最近实验上得到的"反向熔化"现象一致.这一反向熔化行为起因于磁通之间相互作用的异常温度效应.     

Epidemic spreading behavior in local-world evolving networks

The susceptible-infected-susceptible （SIS） epidemic model is presented which can be used to study the epidemic spreading behavior in the local-world evolving network model. Local-world evolving model displays a transition from the exponential network to the scale-free network with respect to the connectivity distribution. From theoretical analyses and numerical simulations, we find that the epidemic spreading behavior on local-world networks also takes on some kind of transitional behaviors. The transitional behavior is further verified by comparing the spreading behavior of local-world network with that of random and scale-free networks. Some feasible control strategies are also orooosed to keeo from the eoidemic spreading on networks.     

基于复杂网络的不同路由策略下交通流驱动的流行病传播

2020年,随着新型冠状肺炎在全球范围的蔓延,交通流对流行病传播动力学的影响备受关注。虽然交通流与流行病传播动力学之间的相互作用已经开始受到关注,但路由策略对基于交通流的流行病传播动力学的影响还没有得到足够的重视,因此本文在SI模型上研究了最短路径、有效路径和概率路径三种路由策略对流行病传播动力学的影响。在BA无标度网络模型上进行了仿真实验,结果显示：在节点交付能力无限交通流无拥塞的情况下,相比于最短路径路由策略,概率路径路由策略能有效地抑制流行病的传播,而有效路径路由策略则加速了流行病的传播速度。此外,在上述三种路由策略下,交通流量和传染率的增加都会导致流行病传播阈值的降低,从而加快流行病的爆发。这些研究对控制流行病的传播具有一定指导意义。     

基于演化博弈和网络拓扑结构的改进SIR模型——以疫情舆情分析为例

传统SIR模型的初始参数是随机设定的,同时状态转换之间没有考虑实际网络拓扑结构,导致传播收敛效果与实际不一致.为了解决该问题,本文提出一种基于演化博弈和网络拓扑结构改进的SIR模型.改进的模型首先通过演化博弈方法确定影响因子,接着根据影响因子确定好SIR模型的初始感染率参数,然后根据网络拓扑结构调整状态之间的转换概率....     

局域世界网络上流行病传播的动态行为研究

将SIS（Susceptible-Infective-Susceptible）疾病传播模型应用到局域世界复杂网络上,通过理论分析和数值仿真,详细研究了不同的SIS模型参数（传染率、治愈率）以及局域世界的大小（M）对疾病传播动态行为的影响,根据仿真研究和分析的结果提出了一些可行的控制策略.     

有限资源条件下网络病毒的阻断策略

分析了通过电子邮件途径传播的计算机病毒的特点,探讨了邮件病毒传播模型.在不同的感染率和恢复率条件下,通过变更感染源,分别采用不同的阻断策略.在中国教育网中对病毒的传播和控制进行了演化模拟,提出了在资源有限的条件下复杂网络控制病毒传播的有效策略.     

小世界网络上流行病扩散控制策略

基于WS小世界网络和SIRS(Susceptible Infected Removed Susceptible)类流行病模型,通过数值模拟研究改变网络拓扑结构策略和改变网络拓扑结构与直接免疫相结合的策略对流行病扩散的控制。模拟结果显示,在第一种策略下,自我隔离的节点达到40%时疾病将在有限的时间内达到零感染态,而且随着自我隔离节点度被降低程度的升高疾病被控制的效果越好;在第二种策略下,疾病达到零感染态的速度比第一种策略下更快。两种策略都能够阻碍疾病的传染,控制疾病的蔓延,而且第二种策略的控制效果更佳。     

Dynamic spreading behavior of homogeneous and heterogeneous networks

The detailed investigation of the dynamic epidemic spreading on homogeneous and heterogeneous networks was carried out. After the analysis of the basic epidemic models, the susceptible-infected-susceptible (SIS) model on homogenous and heterogeneous networks is established, and the dynamical evolution of the density of the infected individuals in these two different kinds of networks is analyzed theoretically. It indicates that heterogeneous networks are easier to propagate for the epidemics and the leading spreading behavior is dictated by the exponential increasing in the initial outbreaks. Large-scale simulations display that the infection is much faster on heterogeneous networks than that on homogeneous ones. It means that the network topology can have a significant effect on the epidemics taking place on complex networks. Some containment strategies of epidemic outbreaks are presented according to the theoretical analyses and numerical simulations.     

Dynamic spreading behavior of homogeneous and heterogeneous networks

The detailed investigation of the dynamic epidemic spreading on homogeneous and heterogeneous networks was carried out. After the analysis of the basic epidemic models, the susceptible-infected-susceptible (SIS) model on homogenous and heterogeneous networks is established, and the dynamical evolution of the density of the infected individuals in these two different kinds of networks is analyzed theoretically. It indicates that heterogeneous networks are easier to propagate for the epidemics and the leading spreading behavior is dictated by the exponential increasing in the initial outbreaks. Large-scale simulations display that the infection is much faster on heterogeneous networks than that on homogeneous ones. It means that the network topology can have a significant effect on the epidemics taking place on complex networks. Some containment strategies of epidemic outbreaks are presented according to the theoretical analyses and numerical simulations.     

Comparative effects of avoidance and immunization on epidemic spreading in a dynamic small-world network with community structure

Considering the actual behavior of people’s short-term travel,we propose a dynamic small-world community network model with tunable community strength which has constant local links and time varying long-range jumps.Then an epidemic model of susceptible-infected-recovered is established based on the mean-field method to evaluate the inhibitory effects of avoidance and immunization on epidemic spreading.And an approximate formula for the epidemic threshold is obtained by mathematical analysis.The simulation results show that the epidemic threshold decreases with the increase of inner-community motivation rate and inter-community long-range motivation rate,while it increases with the increase of immunization rate or avoidance rate.It indicates that the inhibitory effect on epidemic spreading of immunization works better than that of avoidance.     

考虑感染时延的局域世界复杂网络上疾病传播行为

将感染时延引入到经典的Susceptible-Infected-Susceptible(SIS)模型来研究局域世界复杂网络上带有时延的疾病传播行为.均匀时延和度相关时延被集成到改进的SIS模型中,通过数值仿真研究时延对传播行为的影响.结果表明感染时延会促进疾病的爆发,大大增加复杂网络上疾病感染程度.此外,局域世界大小M也会显著影响网络中的疾病传播行为.