本文關(guān)鍵詞：社會網(wǎng)絡(luò)上行為傳播和疾病傳播的動力學(xué)研究

  更多相關(guān)文章： 復(fù)雜網(wǎng)絡(luò) 傳播動力學(xué) 免疫策略 模擬仿真

【摘要】：近來,復(fù)雜網(wǎng)絡(luò)研究受到不同領(lǐng)域科研工作者的廣泛關(guān)注。對于生物領(lǐng)域、計算機領(lǐng)域、經(jīng)濟領(lǐng)域、神經(jīng)學(xué)研究領(lǐng)域、物理學(xué)研究領(lǐng)域以及其他領(lǐng)域而言,利用復(fù)雜網(wǎng)絡(luò)的理論方法進行定量分析和定性解釋,有助于發(fā)現(xiàn)復(fù)雜網(wǎng)絡(luò)所代表的社會網(wǎng)絡(luò)關(guān)系中存在的一些普遍規(guī)律。在這門學(xué)科的研究過程中,由于網(wǎng)絡(luò)傳播動力學(xué)與人類的生命健康、財產(chǎn)安全和社會的公共安定息息相關(guān),成為當(dāng)今各個領(lǐng)域研究的焦點。采用復(fù)雜網(wǎng)絡(luò)的相關(guān)知識與傳染病動力學(xué)研究相結(jié)合的研究方式,已成為網(wǎng)絡(luò)傳播動力學(xué)研究的主要趨勢。本文基于典型的網(wǎng)絡(luò)模型研究接觸行為傳播以及網(wǎng)絡(luò)結(jié)構(gòu)關(guān)系在傳染病傳播過程中的影響機制,并集成仿真平臺實時分析傳染病的傳播過程,評估不同控制措施的有效性,分析接觸行為影響力度和網(wǎng)絡(luò)結(jié)構(gòu)關(guān)系不同時,傳染病的傳播和爆發(fā)情況,選擇較高效的免疫策略,提升免疫控制的效率,為社會網(wǎng)絡(luò)上傳染病爆發(fā)的控制和預(yù)防理論依據(jù)。本文主要研究內(nèi)容和貢獻:首先,本文基于行為的復(fù)雜多樣性,研究行為傳播和傳染病傳播的動力學(xué)過程。在小世界網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)上,研究接種信息影響力、接種比例和個體間信息傳播概率對傳染病爆發(fā)的影響。通過本文的研究,可以預(yù)測不同的網(wǎng)絡(luò)群體中,接種信息影響力發(fā)生變化時,傳染病的傳播趨勢爆發(fā)規(guī)模,為傳染病的監(jiān)測和控制提供了有效的理論依據(jù)。其次,本文基于個體的社會關(guān)系,模擬復(fù)雜網(wǎng)絡(luò)上接種行為和傳染病的動力學(xué)演化過程,建立行為傳播模型,分析個體社會關(guān)系發(fā)生的變化,對個體行為的影響,以及最終對傳染病傳播的影響。關(guān)于個體社會關(guān)系的研究,在另一方面為傳染病的控制和預(yù)防工作提供了較為準(zhǔn)確的科學(xué)理論參考。最后,本文針對一些非常規(guī)性的突發(fā)事件,及其相關(guān)的“網(wǎng)上”通信關(guān)系網(wǎng)絡(luò),將疫情預(yù)警及控制集成可視化展示平臺。根據(jù)社會網(wǎng)絡(luò)結(jié)構(gòu)以及演化規(guī)律集成網(wǎng)絡(luò)模型,將疫情預(yù)警及控制作為主要功能進行設(shè)計,分析疫情的傳播規(guī)律、預(yù)警和控制策略,動態(tài)展示疫情傳播控制過程。
【關(guān)鍵詞】：復(fù)雜網(wǎng)絡(luò) 傳播動力學(xué) 免疫策略 模擬仿真
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：O157.5;G206
【目錄】：

• 摘要5-6
• ABSTRACT6-11
• 第一章 緒論11-16
• 1.1 課題背景及意義11-12
• 1.2 國內(nèi)外研究現(xiàn)狀12-13
• 1.3 本文研究內(nèi)容與創(chuàng)新13-14
• 1.4 本文結(jié)構(gòu)安排14-16
• 第二章 復(fù)雜網(wǎng)絡(luò)的傳播理論16-30
• 2.1 引言16
• 2.2 網(wǎng)絡(luò)模型與建模16-19
• 2.2.1 隨機網(wǎng)絡(luò)模型17-18
• 2.2.2 小世界網(wǎng)絡(luò)模型18
• 2.2.3 無標(biāo)度網(wǎng)絡(luò)模型18-19
• 2.3 動力學(xué)傳播模型19-23
• 2.3.1 傳染病動力學(xué)研究20-22
• 2.3.2 行為動力學(xué)研究22-23
• 2.4 傳染病控制措施及免疫算法23-28
• 2.4.1 傳染病控制措施24-25
• 2.4.2 基于全局結(jié)構(gòu)信息的免疫算法25-27
• 2.4.3 基于局部結(jié)構(gòu)信息的免疫算法27-28
• 2.5 主要分析指標(biāo)28-29
• 2.6 本章小結(jié)29-30
• 第三章 復(fù)雜行為響應(yīng)對傳染病動力學(xué)的影響30-44
• 3.1 問題提出及相關(guān)工作30-31
• 3.2 基于復(fù)雜行為響應(yīng)的動力學(xué)模型31-32
• 3.2.1 模型描述31-32
• 3.2.2 模型分析32
• 3.3 實驗設(shè)計32-34
• 3.3.1 數(shù)據(jù)來源及建模32-33
• 3.3.2 動力學(xué)模型及仿真33
• 3.3.3 評價指標(biāo)33-34
• 3.4 實驗結(jié)果與分析34-42
• 3.4.1 信息傳播分析35-36
• 3.4.2 接種比例對傳染病傳播影響的分析36-39
• 3.4.3 信息傳播概率對傳染病傳播影響的分析39-42
• 3.5 結(jié)果討論42-43
• 3.6 本章小結(jié)43-44
• 第四章 個體社會關(guān)系對傳染病動力學(xué)的影響44-55
• 4.1 問題提出及相關(guān)工作44-45
• 4.2 基于個體社會關(guān)系的動力學(xué)模型45-47
• 4.2.1 模型描述45-47
• 4.2.2 模型分析47
• 4.3 實驗設(shè)計47-48
• 4.3.1 網(wǎng)絡(luò)建模47-48
• 4.3.2 動力學(xué)模型及仿真48
• 4.3.3 實驗分析指標(biāo)48
• 4.4 實驗結(jié)果與分析48-54
• 4.4.1 社會關(guān)系中的強弱關(guān)系分析49-50
• 4.4.2 接種比例對傳染病影響的分析50-51
• 4.4.3 社會關(guān)系強弱變化對傳染病影響的分析51-52
• 4.4.4 信息傳播概率對傳染病影響的分析52-54
• 4.5 本章小結(jié)54-55
• 第五章 疫情傳播控制仿真平臺55-71
• 5.1 系統(tǒng)分析55-57
• 5.1.1 技術(shù)可行性分析55-56
• 5.1.2 經(jīng)濟可行性分析56
• 5.1.3 安全可行性分析56-57
• 5.2 系統(tǒng)設(shè)計57-61
• 5.2.1 系統(tǒng)設(shè)計目標(biāo)57-58
• 5.2.2 平臺整體架構(gòu)設(shè)計58-59
• 5.2.3 社會網(wǎng)絡(luò)模塊設(shè)計59-60
• 5.2.4 疫情控制模塊設(shè)計60-61
• 5.3 系統(tǒng)實現(xiàn)61-67
• 5.3.1 社會網(wǎng)絡(luò)模塊實現(xiàn)61-66
• 5.3.2 疫情控制模塊實現(xiàn)66-67
• 5.3.3 問題及解決方案67
• 5.4 系統(tǒng)測試67-70
• 5.4.1 社會網(wǎng)絡(luò)模塊測試68-69
• 5.4.2 疫情控制模塊測試69-70
• 5.5 本章小結(jié)70-71
• 第六章 總結(jié)和展望71-73
• 6.1 全文總結(jié)71-72
• 6.2 后續(xù)工作展望72-73
• 致謝73-74
• 參考文獻74-78
• 攻碩期間取得的研究成果78-79

，

本文編號：787271