本文關(guān)鍵詞：基于網(wǎng)絡(luò)鏈接態(tài)勢的病毒傳播與控制研究

  更多相關(guān)文章： 復(fù)雜網(wǎng)絡(luò)科學(xué) 病毒傳播樹 權(quán)重優(yōu)先免疫 動態(tài)網(wǎng)絡(luò)模型

【摘要】：自古以來,傳染病問題一直人類社會所面臨的難題,特別是在2014年埃博拉病毒疫情在西非的爆發(fā)和2015年寨卡病毒疫情在美洲的流行傳播再次引起了世界各地對如何有效抑制傳染病傳播這一問題的高度重視。由于傳染病病毒的變異性和爆發(fā)的瞬時性,醫(yī)療科技的進(jìn)步并不能夠完全解決傳染病傳播的問題,因此,對傳染病的傳播機理和免疫策略的研究具有重要的現(xiàn)實意義。與此同時,伴隨著互聯(lián)網(wǎng)行業(yè)的蓬勃發(fā)展,整個人類社會日益趨向一體化,人與人之間的交流也變得更加密切和復(fù)雜;這對抑制傳染病傳播的研究帶來了巨大的挑戰(zhàn)。傳染病的流行將不是一個區(qū)域性問題,而需要全人類共同面對。復(fù)雜網(wǎng)絡(luò)科學(xué)的發(fā)展與成熟,為預(yù)防傳染病傳播的研究提供了有力的理論基礎(chǔ)。特別是20世紀(jì)末,WS小世界網(wǎng)絡(luò)模型和BA無標(biāo)度網(wǎng)絡(luò)模型的提出,分別揭示了現(xiàn)實網(wǎng)絡(luò)中的小世界特性和無標(biāo)度特性,在全世界范圍內(nèi)掀起了研究復(fù)雜網(wǎng)絡(luò)的熱潮。而后有許多學(xué)者針對不同情況設(shè)計了不同的網(wǎng)絡(luò)模型、傳染病傳播模型以及相應(yīng)的免疫策略,成果顯著。本文在現(xiàn)有研究的基礎(chǔ)上,利用數(shù)學(xué)理論分析和計算機仿真相結(jié)合的方法,做了以下的研究工作:(1)介紹了復(fù)雜網(wǎng)絡(luò)在傳染病傳播領(lǐng)域的應(yīng)用、分析方法和研究現(xiàn)狀。(2)提出了構(gòu)建感染源傳播樹的算法和權(quán)重優(yōu)先免疫策略。在感染源傳播樹中,感染源為根節(jié)點,與感染源直接相連的節(jié)點為第一層葉子節(jié)點,第一層葉子節(jié)點的鄰居節(jié)點為第二層葉子節(jié)點,并以此類推。在傳播樹上,在同一層葉子節(jié)點中,其子節(jié)點越多的節(jié)點對感染源傳播影響權(quán)重越大。構(gòu)建感染源傳播樹的方法能夠標(biāo)識出影響病毒傳播權(quán)重較大的節(jié)點。權(quán)重優(yōu)先免疫策略是優(yōu)先免疫網(wǎng)絡(luò)中對傳播影響權(quán)重較大的節(jié)點。而后,本文利用數(shù)學(xué)建模分析和計算機仿真實驗相結(jié)合的方法,證明了權(quán)重優(yōu)先免疫策略對網(wǎng)絡(luò)上病毒傳播控制的高效性。(3)設(shè)計了動態(tài)網(wǎng)絡(luò)模型,并分析了動態(tài)網(wǎng)絡(luò)中病毒的傳播特性。該動態(tài)網(wǎng)絡(luò)模型是反映人群網(wǎng)絡(luò)中人與人之間交往動態(tài)變化性。現(xiàn)實社會中,人與人之間的連接(交往)并非一成不變,而是會隨著時間推移發(fā)生變化。本文設(shè)置連接概率(0 1)ij ijp?p?表示網(wǎng)絡(luò)中節(jié)點i和節(jié)點j之間存在連接的概率,節(jié)點之間的連接將會以一定的概率存在或者不存在;并引進(jìn)了動態(tài)系數(shù)i?表示網(wǎng)絡(luò)中節(jié)點i與其他節(jié)點連接的活躍程度。最后本文經(jīng)過數(shù)學(xué)建模分析和計算機仿真實驗相結(jié)合的方法,證明了網(wǎng)絡(luò)中連接的動態(tài)性是加快病毒傳播的關(guān)鍵因素之一。
【關(guān)鍵詞】：復(fù)雜網(wǎng)絡(luò)科學(xué) 病毒傳播樹 權(quán)重優(yōu)先免疫 動態(tài)網(wǎng)絡(luò)模型
【學(xué)位授予單位】：蘭州理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：R511;O157.5
【目錄】：

• 摘要7-8
• Abstract8-11
• 第1章 緒論11-22
• 1.1 課題的研究背景及意義11-12
• 1.2 國內(nèi)外研究現(xiàn)狀12-13
• 1.3 實證網(wǎng)絡(luò)的統(tǒng)計學(xué)研究13-16
• 1.4 網(wǎng)絡(luò)模型的演化研究16-20
• 1.4.1 WS小世界網(wǎng)絡(luò)模型17-18
• 1.4.2 BA無標(biāo)度網(wǎng)絡(luò)模型18-20
• 1.5 論文主要內(nèi)容及結(jié)構(gòu)安排20-22
• 第2章 復(fù)雜網(wǎng)絡(luò)上的傳播動力學(xué)研究22-33
• 2.1 經(jīng)典傳播模型介紹23-25
• 2.1.1 SI模型23
• 2.1.2 SIR模型23-24
• 2.1.3 SIS模型24-25
• 2.2 傳播臨界值理論25-28
• 2.2.1 均勻網(wǎng)絡(luò)上的傳播臨界值25-26
• 2.2.2 無標(biāo)度網(wǎng)絡(luò)上的傳播臨界值26-28
• 2.3 免疫策略的研究28-32
• 2.3.1 隨機免疫29
• 2.3.2 目標(biāo)免疫29-30
• 2.3.3 熟人免疫30
• 2.3.4 高危免疫30-32
• 2.4 本章小結(jié)32-33
• 第3章 基于病毒傳播樹方法的權(quán)重優(yōu)先免疫策略33-45
• 3.1 引言33-34
• 3.2 傳播權(quán)重優(yōu)先免疫策略34-38
• 3.2.1 k-shell分解法及相關(guān)研究34-35
• 3.2.2 構(gòu)建病毒傳播樹和設(shè)計權(quán)重優(yōu)先免疫策略35-38
• 3.3 無標(biāo)度網(wǎng)絡(luò)上的傳播權(quán)重優(yōu)先免疫38-44
• 3.4 本章小結(jié)44-45
• 第4章 動態(tài)網(wǎng)絡(luò)中的病毒傳播特性分析45-57
• 4.1 引言45
• 4.2 動態(tài)網(wǎng)絡(luò)模型的構(gòu)建45-51
• 4.3 動態(tài)網(wǎng)絡(luò)的傳播動力學(xué)51-55
• 4.4 本章小結(jié)55-57
• 總結(jié)與展望57-59
• 參考文獻(xiàn)59-65
• 致謝65-66
• 附錄A 攻讀碩士學(xué)位期間所發(fā)表的學(xué)術(shù)論文66-67
• 附錄B 攻讀碩士學(xué)位期間參與的科研項目67

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前8條

1 萬貽平;張東戈;任清輝;;考慮謠言清除過程的網(wǎng)絡(luò)謠言傳播與抑制[J];物理學(xué)報;2015年24期

2 舒盼盼;王偉;唐明;尚明生;;花簇分形無標(biāo)度網(wǎng)絡(luò)中節(jié)點影響力的區(qū)分度[J];物理學(xué)報;2015年20期

3 顧亦然;王兵;孟繁榮;;一種基于K-Shell的復(fù)雜網(wǎng)絡(luò)重要節(jié)點發(fā)現(xiàn)算法[J];計算機技術(shù)與發(fā)展;2015年09期

4 趙佳;喻莉;李靜茹;周鵬;;Identifying influential nodes based on graph signal processing in complex networks[J];Chinese Physics B;2015年05期

5 王金龍;劉方愛;朱振方;;一種基于用戶相對權(quán)重的在線社交網(wǎng)絡(luò)信息傳播模型[J];物理學(xué)報;2015年05期

6 周漩;張鳳鳴;李克武;惠曉濱;吳虎勝;;利用重要度評價矩陣確定復(fù)雜網(wǎng)絡(luò)關(guān)鍵節(jié)點[J];物理學(xué)報;2012年05期

7 陳勇,胡愛群,胡嘯;通信網(wǎng)中節(jié)點重要性的評價方法[J];通信學(xué)報;2004年08期

8 李鵬翔,任玉晴,席酉民;網(wǎng)絡(luò)節(jié)點(集)重要性的一種度量指標(biāo)[J];系統(tǒng)工程;2004年04期

，

本文編號：734825