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。     

高速铁路网络复杂特性及其传播动力学研究

结合高速铁路网络的拓扑结构分析,建立了基于传播动力学理论的模型,研究突发事件在网络上的传播扩散规律及其传播过程.运用复杂网络理论分别构建了我国高速铁路物理网络和运输网络两个网络模型,并计算复杂网络条件下的相关统计特性指标,从而判断高速铁路网络的类别和性质;同时基于高铁网络性质,建立了突发事件下列车晚点在网络上的传播动力学模型,分析不同参数取值情况下的晚点传播扩散过程,并提出控制突发事件下列车晚点在网络中传播蔓延的措施和策略.     

基于灰色预测的微博网络信息传播模型

微博网络信息传播具有动态、复杂、无规律性,因此难以进行信息传播的预测与控制.由于灰色理论在解决少数据、贫信息、不确定性问题具有一定的优势,本文提出了一种基于灰色神经网络的微博网络信息传播模型.模型将传播过程中动态、不确定因素作为扩展BP神经网络的输入参数,进行训练并预测信息传播的结果规律.仿真结果表明微博网络中信息传播在一般情况下具有初期传播平稳、中期传播迅速、后期逐渐缓慢形成稳定的传播规律.该模型对于微博网络上信息传播预测及控制具有一定的应用价值.     

复杂网络上具有分布式传染速率的流行病传播行为

提出一个改进的SI模型来研究分布式传染速率对复杂网络上的流行病传播的影响.与标准的SI模型不同,假定传播速率为几种典型的分布参数,如二值分布、均匀分布和指数分布.这种分布式的速率可以表示个体在传染性上的差异,这种差异可在很多真实的传染病中观察到.大量的数值仿真表明,这种分布式的传染速率能大大减小被感染结点的密度,减缓其动态传播过程,并且允许有更长的时间来采取相应的控制措施.因而,当前的研究结果对进一步理解网络上真实流行病的传播特性具有重要意义.     

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.     

基于群体特征的复杂网络信息传播建模

为对不同人群中信息传播进行有效控制,建立了基于群体特征的复杂网络信息传播模型,研究了网络拓扑结构、社会强化作用和群体传播特征对信息传播的影响. 仿真结果表明:群体传播特征的同质性更有利于信息的传播;小世界网络中行为传播范围较广,无标度网络在传播过程早期具有最快的传播速度;信息传播的范围随社会强化作用的增加而增加,异质群体中这一趋势更加明显.      

社交网络的SEIJR知识传播模型

结合流行病动力学模型,构建了知识在社交网络上传播的具有时滞、体系化特性和超级传播机制的SEIJR模型,该模型基于学习者知识增长的"解构-建构"特性以及社交网络用户的行为特征,分析了知识在社交网络上的传播机理,得出动力学方程,通过仿真分析了知识随时间的变化规律。分析表明,SEIJR模型较准确地刻画了知识在社交网络上的传播过程。     

一种基于Wiener模型的非线性预测控制

提出了一种基于Wiener模型的非线性预测控制方法.通过引入非线性部分的广义回归网络逆模型,将非线性预测控制转化为线性预测控制,用线性优化算法解决非线性预测控制问题,避免了复杂的非线性优化.仿真实验表明了该方法的有效性.     

复杂网络上传播动力学研究综述

近年来,真实网络中小世界效应和无标度特性的发现激起了物理学界对复杂网络的研究热潮,其中网络拓扑结构对复杂网络上动力学行为的影响是研究焦点之一.文中对复杂网络上传播动力学研究做了综述,包括介绍了经典传播模型,讨论了小世界网络和无标度网络的传播特性以及网络免疫技术.总结了物理学家进入网络研究领域的意义,并提出了目前尚无答案且值得进一步研究的4个问题.     

热点舆论话题在交叉社团网络的传播模型

针对目前话题传播扩散模型研究工作的不足,采用了一个基于交叉社团网络的离散话题传播模型,引入了话题转发概率参数和邻域好友关系因素,揭示了多社团网络对话题传播扩散的影响.研究结果表明:转发概率和交叉结点数量均对话题传播产生了重要影响,与Oversim构建的实验平台相比,该模型能够准确描述话题的实际传播行为.该研究成果为舆情监测领域提供了研究基础.     

复杂网络上非马尔科夫易感-感染模型的二阶平均场求解

提出了一种能够描述网络传播过程的非马尔科夫特征的数学理论,从而为控制真实世界中疾病或谣言的扩散提供理论支撑.根据二阶平均场近似的方法,以及通过引入闲置边的概念,给出了能够在复杂网络上求解易感-感染(Susceptible-Infected, SI)非马尔科夫传播动力学的一系列偏微分方程组.比较了实验模拟结果与理论计算结果,该数学方法能够精准预测复杂网络上SI模型的爆发时间演化过程.另外,该理论还可以用来预测单个节点被感染的平均时刻,且通过实验模拟结果证实了其正确性和准确性.     

基于复杂网络的市场动力学模型

基于复杂网络理论,建立了具有典型复杂网络结构特征的消费网络模型,及其消费网络模型上的市场动力学模型.从定量描述消费网络上信息传播与消费者企业间行为模式的角度,得到了定量评估广告投入效应的有效方法.     

复杂网络上传播动力学研究综述

近年来，真实网络中小世界效应和无标度特性的发现激起了物理学界对复杂网络的研究热潮，其中网络拓扑结构对复杂网络上动力学行为的影响是研究焦点之一.文中对复杂网络上传播动力学研究做了综述，包括介绍了经典传播模型，讨论了小世界网络和无标度网络的传播特性以及网络免疫技术.总结了物理学家进入网络研究领域的意义，并提出了目前尚无答案且值得进一步研究的4个问题.     

基于Elman网络补偿模型的Smith预测控制

研究基于Elman网络补偿模型的Smith预测控制问题.采用互补建模方法对被控对象进行建模,其中机理模型反映被控对象的主要工作规律和运行趋势,但不可避免地存在一定的模型误差;通过Elman网络拟合机理模型的模拟误差,并对其进行补偿.实验结果表明,基于Elman网络补偿模型的Smith预测控制充分利用了神经网络的非线性拟合能力,只要对纯滞后环节精确建模,就可以完全抵消该环节对控制品质及系统稳定性的不利影响.该方法使得Smith预测控制可以用于模型不易精确确定的系统.     

供应链网络风险传播SIS-RP模型及仿真

将复杂网络病毒传播动力学中的易染状态-感染状态-易染状态(SIS)模型引入到供应链风险传播研究中,建立了供应链网络风险传播模型(SIS-RP).并以小世界网络为例,从整个供应链网络角度对SIS-RP模型进行了仿真分析.研究表明,各企业应对风险干扰能力的提高能很好遏制风险在供应链网络中的传播,SIS-RP模型能在一定程度上反映风险在供应链网络中的传播演化过程,初步验证了复杂网络理论在研究供应链风险传播问题方面的适用性.     

网络上性传播疾病动力学模型的研究

本文针对性传播疾病,在无标度网络上建立多仓室的SIRS流行病模型.。利用复杂网络理论证明了该模型平衡点的存在性。并且当网络规模无穷大时,得出疾病在流行过程中不具有流行病阈值。     

CA在流行病传播研究中的应用

本文首先介绍了基于标准元胞自动机的流行病传播模型,并讨论了标准元胞自动机模型空间建模的局限性,针对局限性对CA进行扩展,最后介绍CA与GIS集合研究流行病传播的方法。     

无标度网络上多群体的性传播疾病动力学

文章为了更深入地研究性传播疾病,在无标度网络上建立多群体的SIRS流行病模型.由阈值理论和方法证明出,当网络规模无穷大时,疾病在流行过程中不具有流行病阈值;而在有界的无标度网络上得出了平衡点的稳定性.     

一种基于贝叶斯网络的故障预测方法

为了研究故障在复杂工程系统中的传播机制,根据关键节点的状态异常信息预测系统发生故障的概率,提出一种基于贝叶斯网络的故障预测方法.根据工程系统自身固有的网络拓扑结构,构建了多层贝叶斯网络模型,利用定性趋势分析法将时间信息融入网络节点中,使得网络具有处理时序信息的能力,便于进行故障传播机理分析和故障预测.提出了基于元器件健康度的根节点故障概率确定方法,针对完备数据集和非完备数据集,选择不同的参数学习方法确定贝叶斯网络的条件概率表,采用多树传播算法进行联合概率推理,由系统根节点运行状态推测其余节点的故障概率.算法在Quanser三自由度四旋翼直升机上进行了仿真应用,结果验证了该方法的可行性和有效性.     

警报传播过程建模及影响因素

为了研究警报在社会关系网络环境中的传播特征及影响因素,基于多主体建模软件Repast仿真平台,以复杂系统和复杂网络理论为指导,在ER随机网络和WS小世界网络模型的基础上建立了警报的传播模型.对社会关系网络结构和信息源节点规则进行不同设置,通过对模拟结果的研究发现具有高聚类系数的网络结构和信息源选择高连接度的节点时,警报通知的传播效率明显提高.