基于协调博弈的交通拥塞传播临界值研究

为深入分析交通网络的拥塞扩散过程,得出交通拥塞传播的临界值,提出了交通拥塞传播的协调博弈模型。通过网络个体之间的协调博弈,从出行者面对拥塞的决策行为出发,描述了交通网络的拥塞扩散过程。通过网络邻居之间的行为传递,形成了交通网络的拥塞扩散模型,并利用概率母函数方法推导了交通拥塞扩散的临界条件。最后构建了交通拥塞的仿真系统,并通过路网结构、节点度分布等参数对交通拥塞进行了仿真分析。仿真实验结果与解析分析结果一致,并能反映交通拥塞动态过程信息,结果表明交通拥塞扩散的临界条件关键在于拥塞节点对周边正常节点的影响力,当局部交通拥塞对周边节点的影响力达到一定程度时,可能导致大规模交通拥塞的出现。

基于状态概率转移的SIRS病毒传播模型及其临界值分析

针对SIRS(Susceptible-Infected-Removed-Susceptible)病毒传播模型,利用状态转移概率的方法,通过计算节点处于各个状态的概率来研究SIRS病毒传播过程。首先建立状态概率方程组,描述各个时刻各个节点处于易感染态、感染态、免疫态的概率,通过稳态分析理论推导网络的病毒传播临界值;然后利用蒙特卡罗方法,对均匀网络和非均匀网络的病毒传播临界值进行分析和仿真。结果表明,相对于传统的平均场方法,基于状态概率方程组模型求得的传播临界值更加接近真实蒙特卡罗值,并且与免疫丧失率无关。

局域世界复杂网络中的病毒传播及其免疫控制

许多实际复杂网络具有局域世界特性,为此研究病毒在局域世界复杂演化网络中的传播现象.考察了在局域世界演化网络中,初始感染节点选择对传播行为的影响,传播临界值与局域世界之间的关系,并比较了随机免疫和目标免疫两种策略对局域世界复杂网络的有效性.

通用有效的动态系统网络病毒传播模型方法研究

研究了依存于网络拓扑的病毒传播特征,并提出了一个通用的动态系统网络模型。该模型对爆发一种病毒后,其是很快灭亡还是长期生存,给出了一个简单易求的传播临界值来进行判断。最后通过对多个网络实际数据集进行计算机仿真,证明了本模型及传播临界值的有效性和精确性。

重置概率可变的自适应网络病毒传播研究

自适应网络是反映网络动力学和节点动力学相互作用、相互反馈的网络。针对链接重置概率与病毒传播率呈线性正相关关系的自适应网络,建立了基于可变重置概率的自适应网络SIS病毒传播模型的动力学方程。利用非线性微分动力学系统,研究病毒在自适应复杂网络上的传播行为,并通过分析非线性系统对应的雅可比矩阵特征方程,研究系统平衡点的存在条件并对其作稳定性分析。研究发现,当病毒传播阈值R0<1时,系统的无病平衡点局部渐进稳定,不存在地方病平衡点;当病毒传播阈值R0>1时,系统无病平衡点不稳定,存在惟一的地方病平衡点,且该地方病平衡点局部渐进稳定。最后通过数值仿真验证了所得结论的正确性。结果表明,当病毒传播阈值小于1时,病毒将逐渐消亡;当病毒传播阈值大于1时,网络中的病毒将持续传播。

复杂网络传播机理在贵州电网中的研究

在许多现实网络中其拓扑结构决定了网络的性质和动力特性.在对贵州电网的研究中我们发现,贵州电网表现出的是局域无标度特性,基于这一特性,我们运用局域无标度网络的传播机理对贵州电网中的电力拥塞进行了分析,并求解出了它的传播临界值,最后,我们通过对几种主要免疫策略的对比研究,得到了适合于局域无标度网络的免疫策略。

具有二次预警行为的复杂网络病毒传播分析

社会网络中,健康节点获得病毒正在蔓延的消息,会转化为预警节点,这种行为称为预警行为,感染节点存在一定的概率转化为预警节点,将此行为称为二次预警行为。据此提出了一种具有二次预警行为的SAIS(susceptible-alert-infec-ted-susceptible)模型。从微分动力学系统角度分析病毒传播的临界值特性,并与具有一次预警行为的SAIS传播模型进行比较,通过模拟仿真对结论进行验证。研究结果表明,具有二次预警行为的SAIS模型的稳态感染节点密度小于具有一次预警行为的SAIS模型的稳态感染节点密度,具有二次预警行为的SAIS模型的病毒传播阈值大于具有一次预警行为的SAIS模型的病毒传播阈值。研究还发现,随着二次预警率的增加,稳态感染节点密度不断减小,从而可以减少病毒爆发规模,减缓病毒在网络中的爆发。

具有远程感染机制的SIRS传播模型及仿真

提出了一种具有远程感染机制的传染病模型,该模型考虑感染节点以一定的概率感染其邻居节点的同时也以一定的概率感染其非邻居节点。通过平均场理论求得该模型在均匀网络上的传播临界值和最终感染密度的精确值。计算机的仿真结果进一步支持了理论结果的正确性。理论分析和仿真结果均表明:具有远程感染的疾病,在传播过程中随着远程感染率的增大,疾病传染率的临界值会变小,当疾病变为地方病时最终感染密度会变大。现实中可以制定措施控制非相邻节点的接触,降低远程感染率,实现对疾病的有效控制。该结果对于基于均匀网络的传播控制具有重要的启示:可以随机选择少量非相邻节点进行主动感染,增大远程感染率,提高网络传播的效率。

复杂网络中考虑不完全免疫的病毒传播研究

复杂网络中不完全免疫包括免疫失败和免疫失效两种情况,本文研究两者同时存在对网络病毒传播行为的影响,基于平均场理论,提出一种新的传播模型.理论分析表明,免疫失败和免疫失效同时存在显著降低了网络的传播临界值,增强了病毒的感染程度.根据传播临界值与免疫节点密度、免疫成功率以及免疫失效率之间的关系,给出有效控制网络病毒传播的策略.通过数值仿真进行验证。

考虑好奇心理机制的动态复杂网络谣言传播研究

考虑好奇心理机制的影响,提出一种动态复杂网络演化模型,基于数值仿真研究谣言的传播动力学行为。研究表明,好奇心理机制的存在降低了网络的传播临界值,增大了谣言的传播速率以及最终的传播程度。研究还发现,动态连接概率对谣言传播机理产生了较大影响,而附加感染率产生的影响可以忽略不计。此外,在好奇心理机制的作用下,谣言在网络中的传播时间明显缩短,同时给出有效防控谣言传播的合理化建议。

一种小世界网络上L-SIRS类疾病传播模型

提出了一种感染节点可能随机感染与其不存在边连接的陌生节点的L-SIRS模型,利用平均场理论对疾病传播行为进行分析,求出该类型疾病传播的临界阈值,并与不具有远程感染的传统SIRS类疾病传播模型进行比较,该文所研究的模型具有更小的临界值。利用计算机对其进行数值模拟及仿真,结果表明,远程感染的概率对疾病的传播具有重要的影响,随着感染节点随机感染陌生节点概率的增大,网络的传播阈值会逐渐减小直至消失。

小世界网络上具有远程感染的L-SEIQ模型

在小世界网络上,具有随机远程感染机制的SEIQ(susceptible-eclipse-infected-quarantine)传播模型中带有传染特性的感染节点和潜伏节点以一定的概率感染其邻居节点的同时,还会以一定的概率随机感染与其不存在边连接的陌生节点.由此本文提出了一种考虑潜伏节点或感染节点可能与非邻居节点发生接触并使其感染的L-SEIQ模型,利用平均场理论对疾病传播行为进行分析,求出该类型疾病传播的临界阈值.与不具有远程感染的传统SEIQ类疾病传播模型相比,本文提出的模型即具有远程感染的疾病传播模型临界阈值小,并且该值与远程感染率以及疾病传播率有密切关系.仿真结果表明,在感染概率小于某一临界值时,远程感染的概率对疾病的传播具有重要的影响,该临界值与感染节点被隔离的概率、隔离节点被治愈的概率以及网络拓扑结构等有关,而随着远程感染概率的增大,网络的传播阈值会逐渐减小直至消失.