本文關(guān)鍵詞：人類(lèi)行為模式對(duì)流行病傳播影響的研究

  更多相關(guān)文章： 復(fù)雜網(wǎng)絡(luò) 博弈理論 流行病 人類(lèi)行為

【摘要】：人類(lèi)移動(dòng)行為模式和心理行為模式對(duì)流行病傳播有很大地影響。根據(jù)人類(lèi)行為模式,構(gòu)建符合實(shí)際的流行病傳播模型,提出遏制流行病傳播的方案是目前網(wǎng)絡(luò)傳播學(xué)研究亟待解決的問(wèn)題�；趶�(fù)雜網(wǎng)絡(luò)和博弈理論,通過(guò)分析流行病傳播動(dòng)力學(xué)特征,本文研究了人類(lèi)行為模式是如何影響流行病傳播的。基于網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的變化及個(gè)體的避規(guī)心理,文章的第三章至第六章研究了人類(lèi)移動(dòng)行為和心理行為對(duì)流行病傳播的影響。首先我們研究了二分網(wǎng)絡(luò)中個(gè)體的風(fēng)險(xiǎn)意識(shí)對(duì)病毒傳播的影響�；趯�(shí)際情況,考慮一些特殊的疾病只會(huì)在不同類(lèi)型的個(gè)體間傳播,運(yùn)用二分網(wǎng)絡(luò)模型研究了這類(lèi)疾病傳播動(dòng)力學(xué)行為�？紤]到個(gè)體的風(fēng)險(xiǎn)意識(shí),基于平均場(chǎng)方法,理論計(jì)算出了疾病傳播閾值。結(jié)果表明隨著個(gè)體風(fēng)險(xiǎn)意識(shí)的提高,疾病傳播的范圍將會(huì)越來(lái)越小。然后研究了度依存?zhèn)鞑ヂ氏掠凶儺惖牧餍胁鞑ツＰ��？紤]不同感染節(jié)點(diǎn)傳播率的差異,我們研究了有病毒變異的流行病傳播模型�；谄骄鶊�(chǎng)理論,理論計(jì)算出了BA無(wú)標(biāo)度網(wǎng)絡(luò)和ER隨機(jī)網(wǎng)絡(luò)中流行病傳播閾值。接下來(lái)研究了有模塊的活動(dòng)驅(qū)動(dòng)網(wǎng)絡(luò)中流行病傳播。首先我們研究了SIS流行病傳播模型。通過(guò)理論推導(dǎo),我們得出了有模塊的活動(dòng)驅(qū)動(dòng)網(wǎng)絡(luò)中流行病傳播閾值。結(jié)果表明,流行病傳播閾值僅僅與節(jié)點(diǎn)的活化性和活化節(jié)點(diǎn)每一時(shí)間步連接的節(jié)點(diǎn)數(shù)目有關(guān),而與社團(tuán)內(nèi)節(jié)點(diǎn)間的連接方式無(wú)關(guān)。然后我們研究了感染驅(qū)動(dòng)免疫模型,結(jié)果表明隨著個(gè)體敏感性的增加,感染者密度將會(huì)減少,免疫者密度將會(huì)增加。感染驅(qū)動(dòng)免疫有助于控制流行病傳播。最后研究了活動(dòng)驅(qū)動(dòng)網(wǎng)絡(luò)中異質(zhì)感染率對(duì)流行病傳播的影響。我們提出了一個(gè)新的個(gè)體活化性與傳播率相關(guān)的流行病傳播模型�；谄骄鶊�(chǎng)方法,獲得了在活動(dòng)驅(qū)動(dòng)網(wǎng)絡(luò)中流行病傳播的閾值。同時(shí),我們理論計(jì)算出了在不同的免疫措施下的流行病傳播閾值�；诜抡娼Y(jié)果,如果個(gè)體患病概率與其活化性有較強(qiáng)的相關(guān)性,那么網(wǎng)絡(luò)中總的被感染人數(shù)將會(huì)降低。然而,當(dāng)個(gè)體患病概率與其活化性的相關(guān)性較小,那么網(wǎng)絡(luò)中總的被感染人數(shù)將會(huì)增加。此外,通過(guò)比較隨機(jī)免疫和目標(biāo)免疫得出,免疫那些活化性較高的個(gè)體是一個(gè)有效地控制流行病傳播的措施。基于博弈思想和個(gè)體免疫行為,文章的第七章至第九章研究了人類(lèi)心理行為對(duì)流行病傳播的影響。首先我們分析了資源有限下可視性對(duì)個(gè)體行為的影響。從網(wǎng)絡(luò)結(jié)構(gòu)的角度分析并比較了在資源有限下,可視性對(duì)個(gè)體間合作的影響。合作能夠給整個(gè)種群帶來(lái)利益,因此隨著個(gè)體間博弈次數(shù)的增加,在任何的網(wǎng)絡(luò)連接方式下都會(huì)有較多的個(gè)體愿意采取合作措施。然而,在不同的初始可視性水平下,網(wǎng)絡(luò)結(jié)構(gòu)對(duì)個(gè)體是否愿意合作有顯著的影響。在相對(duì)均勻的網(wǎng)絡(luò)中,合作者密度會(huì)隨著初始可視性程度的增加而增加；然而,在非均勻網(wǎng)絡(luò)中,合作者密度會(huì)隨著初始可視性程度的增加而減小。此外,相對(duì)均勻的網(wǎng)絡(luò)中個(gè)體的平均收益大于非均勻網(wǎng)絡(luò)中個(gè)體的平均收益。格子網(wǎng)絡(luò)中可視個(gè)體的平均收益大于非可視個(gè)體的平均收益,而B(niǎo)A無(wú)標(biāo)度網(wǎng)絡(luò)中可視個(gè)體與不可視個(gè)體的平均收益幾乎相同。個(gè)體的周?chē)h(huán)境優(yōu)越時(shí),個(gè)體更傾向于背叛。接下來(lái)我們研究了記憶和從眾心理對(duì)個(gè)體免疫的影響。通過(guò)研究表明,隨機(jī)網(wǎng)絡(luò)中“搭便車(chē)”者的密度比無(wú)標(biāo)度網(wǎng)絡(luò)較多,而且隨機(jī)網(wǎng)絡(luò)中個(gè)體總收益多于無(wú)標(biāo)度網(wǎng)絡(luò)中個(gè)體的總收益。比對(duì)ER隨機(jī)網(wǎng)絡(luò),BA無(wú)標(biāo)度網(wǎng)絡(luò)中的個(gè)體對(duì)免疫收益的反應(yīng)較為迅速且免疫密度幅度變化較大。在從眾因子較小時(shí),強(qiáng)的記憶衰變因子對(duì)個(gè)體免疫有促進(jìn)作用,但當(dāng)從眾因子較大的時(shí)候,記憶因子對(duì)個(gè)體免疫有抑制作用。當(dāng)個(gè)體過(guò)多的考慮其他鄰居的收益來(lái)決定是否免疫時(shí),如果個(gè)體記住自己以往的收益越長(zhǎng)久,那么此個(gè)體就更愿意免疫。結(jié)果表明加強(qiáng)醫(yī)療保障體系、降低免疫成本,是抑制流行病大規(guī)模傳播的一個(gè)有效地方法。適當(dāng)?shù)倪x擇偏好和從眾因子,即不能過(guò)多的相信其他個(gè)體,同時(shí)也不能完全的按照自己的思想武斷的進(jìn)行判斷是否免疫,能夠有效地誘導(dǎo)個(gè)體免疫。最后研究了有親密度的修正活動(dòng)驅(qū)動(dòng)網(wǎng)絡(luò)中免疫演化。我們引入了“親密度”概念,用來(lái)描述個(gè)體與已連接過(guò)個(gè)體連接的傾向程度。首先在不考慮個(gè)體免疫的情況下,隨著感染率與恢復(fù)率比值的增加,整個(gè)群體中的感染者密度將會(huì)逐漸的增加。然而當(dāng)考慮個(gè)體會(huì)采取免疫手段時(shí),免疫人數(shù)隨著親密度的增加而減少。感染者密度是隨著感染率與恢復(fù)率比值的增加先增加而后減小。因此親密度有利于弱化流行病和信息傳播的作用。為了研究個(gè)體活化性與個(gè)體免疫率和感染率的關(guān)系,我們?cè)O(shè)置了兩個(gè)用來(lái)表示不同活化性的個(gè)體在面對(duì)疾病和周?chē)h(huán)境時(shí)對(duì)待風(fēng)險(xiǎn)態(tài)度的變量。結(jié)果表明隨著節(jié)點(diǎn)活化性的增加,節(jié)點(diǎn)的感染頻率越大。免疫成本對(duì)不同活化性個(gè)體是否免疫的影響比親密度的影響小。此外,隨著感染率與恢復(fù)率比值的變大,整個(gè)網(wǎng)絡(luò)中個(gè)體被感染的頻率減小,而整個(gè)網(wǎng)絡(luò)中個(gè)體打育苗的頻率變大。
【關(guān)鍵詞】：復(fù)雜網(wǎng)絡(luò) 博弈理論 流行病 人類(lèi)行為
【學(xué)位授予單位】：江蘇大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：R181.3
【目錄】：

• 摘要5-7
• ABSTRACT7-13
• 第一章 緒論13-20
• 1.1 研究背景13-15
• 1.2 現(xiàn)狀及意義15-17
• 1.2.1 研究現(xiàn)狀15-17
• 1.2.2 研究意義17
• 1.3 研究?jī)?nèi)容17-20
• 第二章 基本理論和基本概念20-33
• 2.1 引言20-21
• 2.2 圖的基本概念21-22
• 2.3 幾種典型的復(fù)雜網(wǎng)絡(luò)模型22-25
• 2.4 復(fù)雜網(wǎng)絡(luò)統(tǒng)計(jì)特性25-29
• 2.4.1 復(fù)雜網(wǎng)絡(luò)的度分布和累積度分布25-26
• 2.4.2 點(diǎn)權(quán)26-27
• 2.4.3 最短路徑、平均路徑、網(wǎng)絡(luò)效率和介數(shù)27-28
• 2.4.4 社團(tuán)結(jié)構(gòu)28
• 2.4.5 集聚系數(shù)28-29
• 2.4.6 K核分解29
• 2.5 博弈理論29-30
• 2.5.1 幾類(lèi)典型的博弈29-30
• 2.5.2 納什均衡30
• 2.6 流行病傳播模型30-32
• 2.6.1 流行病傳播基本分類(lèi)30-31
• 2.6.2 復(fù)雜網(wǎng)絡(luò)上的流行病傳播31-32
• 2.7 本章小結(jié)32-33
• 第三章 二分網(wǎng)絡(luò)中個(gè)體的風(fēng)險(xiǎn)意識(shí)對(duì)病毒傳播的影響33-40
• 3.1 引言33-34
• 3.2 二分網(wǎng)絡(luò)中疾病傳播模型34-36
• 3.3 仿真結(jié)果36-39
• 3.4 本章小結(jié)39-40
• 第四章 度依存?zhèn)鞑ヂ氏虏《咀儺惸Ｐ脱芯?/span>40-51
• 4.1 引言40
• 4.2 可變異的流行病傳播模型40-44
• 4.2.1 異質(zhì)網(wǎng)絡(luò)中流行病傳播動(dòng)力學(xué)分析41-43
• 4.2.2 同質(zhì)網(wǎng)絡(luò)中流行病傳播動(dòng)力學(xué)分析43-44
• 4.3 數(shù)值模擬及討論44-49
• 4.4 本章小結(jié)49-51
• 第五章 有模塊的活動(dòng)驅(qū)動(dòng)網(wǎng)絡(luò)中流行病傳播的研究51-61
• 5.1 引言51
• 5.2 活動(dòng)驅(qū)動(dòng)的模塊網(wǎng)絡(luò)模型51-52
• 5.3 流行病傳播模型52-60
• 5.3.1 SIS模型52-56
• 5.3.2 SIRV模型56-60
• 5.4 本章小結(jié)60-61
• 第六章 活動(dòng)驅(qū)動(dòng)網(wǎng)絡(luò)中異質(zhì)感染率對(duì)流行病傳播的影響61-69
• 6.1 引言61
• 6.2 流行病傳播模型61-63
• 6.3 活動(dòng)驅(qū)動(dòng)網(wǎng)絡(luò)中的免疫63-65
• 6.3.1 隨機(jī)免疫(RI)63-64
• 6.3.2 目標(biāo)免疫(AI)64-65
• 6.4 仿真結(jié)果65-68
• 6.5 本章小結(jié)68-69
• 第七章 資源有限下可視性對(duì)個(gè)體行為的影響69-79
• 7.1 引言69
• 7.2 囚徒困境博弈模型69-71
• 7.3 仿真結(jié)果71-78
• 7.4 本章小結(jié)78-79
• 第八章 記憶和從眾心理對(duì)個(gè)體免疫的影響79-88
• 8.1 引言79
• 8.2 模型描述79-81
• 8.3 仿真結(jié)果及討論81-87
• 8.4 本章小結(jié)87-88
• 第九章 有親密度的修正活動(dòng)驅(qū)動(dòng)網(wǎng)絡(luò)中免疫演化88-97
• 9.1 引言88
• 9.2 流行病傳播模型88-89
• 9.3 免疫博弈演化89-90
• 9.4 仿真結(jié)果90-96
• 9.5 本章小結(jié)96-97
• 第十章 總結(jié)與展望97-100
• 10.1 總結(jié)97-98
• 10.2 展望98-100
• 參考文獻(xiàn)100-109
• 致謝109-110
• 附錄A110-117
• 附錄B117-125
• 博士期間發(fā)表的論文與參加的科研項(xiàng)目125-127
• 1 發(fā)表的文章125-126
• 2 科研項(xiàng)目126-127
• 3 獲得的獎(jiǎng)勵(lì)127

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前7條

1 周濤;韓筱璞;閆小勇;楊紫陌;趙志丹;汪秉宏;;人類(lèi)行為時(shí)空特性的統(tǒng)計(jì)力學(xué)[J];電子科技大學(xué)學(xué)報(bào);2013年04期

2 任卓明;劉建國(guó);邵鳳;胡兆龍;郭強(qiáng);;復(fù)雜網(wǎng)絡(luò)中最小K-核節(jié)點(diǎn)的傳播能力分析[J];物理學(xué)報(bào);2013年10期

3 呂天陽(yáng);謝文艷;鄭緯民;樸秀峰;;加權(quán)復(fù)雜網(wǎng)絡(luò)社團(tuán)的評(píng)價(jià)指標(biāo)及其發(fā)現(xiàn)算法分析[J];物理學(xué)報(bào);2012年21期

4 樊超;郭進(jìn)利;韓筱璞;汪秉宏;;人類(lèi)行為動(dòng)力學(xué)研究綜述[J];復(fù)雜系統(tǒng)與復(fù)雜性科學(xué);2011年02期

5 閆小勇;;人類(lèi)個(gè)體出行行為的統(tǒng)計(jì)實(shí)證[J];電子科技大學(xué)學(xué)報(bào);2011年02期

6 韓筱璞;汪秉宏;周濤;;人類(lèi)行為動(dòng)力學(xué)研究[J];復(fù)雜系統(tǒng)與復(fù)雜性科學(xué);2010年Z1期

7 汪秉宏;韓筱璞;;人類(lèi)行為的動(dòng)力學(xué)與統(tǒng)計(jì)力學(xué)研究[J];物理;2010年01期

，

本文編號(hào)：728970