多层网络上交互疾病传播与控制

多层网络上交互疾病传播与控制

论文摘要

传染病在人群接触网络中的传播始终是复杂网络上传播动力学研究的重点之一。交互式疾病的传播,即两个疾病在同一个宿主群体中同时交互传播的动力学过程。交互疾病传播过程的互相耦合导致了许多与单疾病传播过程不同的现象。本文首先介绍了交互疾病传播的现有模型、分析方法以及重要结论,然后建立了SIR(Susceptible-InfectedRecovered)型疾病的交互传播模型。本文从传播阈值和疾病爆发两个角度对交互疾病的传播动力学进行了分析研究,并进一步研究了疾病间的交互对免疫策略的影响。具体的研究内容包括:1.首先,本文基于双层网络建立了传播模型。模型中两个SIR型疾病分别在两层网络上交互传播,其中个体感染某种疾病的概率受该个体是否处于另一个疾病的感染或者恢复状态的影响。对此模型,本文求解了交互疾病传播阈值的解析表达式,表现出交互疾病传播阈值随时间的演化过程,以及不同参数变化对传播阈值的影响。进一步,针对传播过程,提出了最大感染人群比例和最快传播速度这两个指标用以描述爆发过程。通过理论分析和仿真,研究了网络拓扑参数、网络边重叠度、脆弱人群比例和疾病间的交互过程对疾病爆发过程的影响。研究发现,一些看似重要的影响因素,如两层网络边的重叠程度,对交互疾病的传播阈值及爆发过程没有影响;而一些普遍被忽视的因素,如宿主群体中脆弱人群的比例,对交互疾病的传播阈值以及爆发过程的影响十分显著。另外,研究还发现,在两个SIR型疾病交互传播的情况下,疾病的爆发规模与速度对与疾病恢复状态相关的交互参数的变化更为敏感,这从另一个侧面说明了,对于SIR型疾病来说,个体恢复状态在交互过程中起到的作用比感染状态更大。2.更进一步地,基于上述对交互式疾病传播模型与传播过程的分析,本文研究了交互式疾病传播的免疫特性。考虑了两个疾病相互促进、相互抑制、高比例脆弱人群、低比例脆弱人群四种场景,研究了节点度中心性和介数中心性与单个节点传播能力间的关系,表明疾病间交互以及宿主群体中脆弱人群的存在会对单点的传播能力造成影响,显示出利用经典的中心性指标刻画节点传播能力的局限性。此外,在两个疾病相互促进和相互抑制的情况下,本文探究了基于度的目标免疫、基于介数的目标免疫和熟人免疫的免疫效果,显示了疾病间的交互对免疫策略的影响:在两个疾病相互促进时,免疫策略的效果相比两个疾病没有交互的情况更差;而两个疾病相互抑制时,免疫策略的效果变好。另外,在疾病交互传播情况下,免疫其中一个疾病对另外一种疾病的影响取决于具体的交互参数空间,因此在设计免疫策略或者应用免疫策略时需要将疾病间的具体交互情况考虑在内。

论文目录

  • 摘要
  • abstract
  • 第一章 绪论
  •   1.1 研究背景及意义
  •   1.2 国内外研究现状
  •     1.2.1 疾病传播动力学
  •     1.2.2 复杂网络免疫策略
  •   1.3 本文的贡献与结构
  • 第二章 基础知识
  •   2.1 复杂网络
  •     2.1.1 网络的基本性质
  •     2.1.2 经典网络模型
  •   2.2 经典传染病模型
  •     2.2.1 SI模型
  •     2.2.2 SIR模型
  •     2.2.3 SIS模型
  •   2.3 多层网络模型
  •   2.4 蒙特卡罗仿真法及平均场方法
  •     2.4.1 蒙特卡罗仿真法
  •     2.4.2 平均场方法
  • 第三章 交互式疾病传播建模与动力学分析
  •   3.1 引言
  •   3.2 多层网络上交互式疾病传播建模
  •   3.3 传播阈值的动力学分析
  •   3.4 疾病爆发的动力学行为分析
  •     3.4.1 网络拓扑参数
  •     3.4.2 初始患病人群比例
  •     3.4.3 基础感染率和基础恢复率
  •     3.4.4 两层网络边的重叠比例
  •     3.4.5 脆弱人群比例
  •     3.4.6 疾病间的交互
  •   3.5 本章小结
  • 第四章 交互式疾病传播免疫特性及策略研究
  •   4.1 引言
  •   4.2 单点传播
  •     4.2.1 度中心性
  •     4.2.2 介数中心性
  •   4.3 疾病间相互作用对免疫策略的影响
  •     4.3.1 对免疫策略效果的影响
  •     4.3.2 对交互疾病爆发过程的影响
  •   4.4 本章总结
  • 第五章 结论与展望
  •   5.1 结论
  •   5.2 研究展望
  • 参考文献
  • 致谢
  • 攻读学位期间发表的学术论文
  • 文章来源

    类型: 硕士论文

    作者: 周珅宇

    导师: 王琳

    关键词: 交互式疾病,多层网络,传播动力学,免疫策略

    来源: 上海交通大学

    年度: 2019

    分类: 基础科学,医药卫生科技

    专业: 数学,预防医学与卫生学

    单位: 上海交通大学

    分类号: R181;O157.5

    DOI: 10.27307/d.cnki.gsjtu.2019.002407

    总页数: 83

    文件大小: 21647K

    下载量: 26

    相关论文文献

    • [1].隔离对疾病传播影响的分析[J]. 中学生数学 2020(19)
    • [2].春季应重点防治的疾病[J]. 科学养生 2017(04)
    • [3].规模猪场疾病诊断流程[J]. 今日养猪业 2018(03)
    • [4].社交行为与疾病传播——揭示人类社交行为方式有助于解读疾病传播途径[J]. 世界科学 2013(08)
    • [5].疾病传播趋势的研究[J]. 中国科技信息 2009(04)
    • [6].吃得太好或加速疾病传播[J]. 医药与保健 2013(03)
    • [7].传染性疾病有效预防的策略探究[J]. 世界最新医学信息文摘 2018(04)
    • [8].谈医院环保工作中正确处置医疗废物控制疾病传播[J]. 人人健康 2019(13)
    • [9].基于疾病传播理论的小区域节点协调控制算法[J]. 交通与运输 2019(01)
    • [10].基于Multi-Agent的复杂网络疾病传播仿真模型[J]. 计算机工程与应用 2010(20)
    • [11].复杂网络上两城市之间疾病传播的建模与分析[J]. 中北大学学报(自然科学版) 2017(05)
    • [12].渗流理论在多个染病阶段的疾病传播中的应用[J]. 河北科技大学学报 2016(02)
    • [13].异质自适应网络中的核心-边缘结构及其对疾病传播的抑制作用[J]. 物理学报 2016(05)
    • [14].急性出血性结膜炎的护理[J]. 医学信息(上旬刊) 2011(09)
    • [15].个体运动的病毒传播行为模拟[J]. 现代生物医学进展 2008(11)
    • [16].气候变化加剧疾病传播[J]. 养猪 2020(01)
    • [17].植物也会“打喷嚏”传播疾病[J]. 新农村 2019(08)
    • [18].基于目标免疫的疾病传播应急控制模型研究[J]. 管理评论 2016(08)
    • [19].考虑意识对带媒介的SIS模型中疾病传播过程的影响[J]. 数学的实践与认识 2013(11)
    • [20].参照零模型的实证网络传播影响因素分析[J]. 复杂系统与复杂性科学 2019(03)
    • [21].无标度网络上SEIQ类疾病传播行为分析[J]. 计算机工程与应用 2010(05)
    • [22].浅谈动物源性饲料对畜牧业的潜在危害[J]. 江西饲料 2015(01)
    • [23].猪场科学消毒的重要性[J]. 养殖与饲料 2015(11)
    • [24].试论猪的疾病预防控制[J]. 农业与技术 2017(22)
    • [25].捕食者对一类媒介宿主疾病传播的影响[J]. 科技创新与应用 2016(25)
    • [26].犬场常见的疾病传播媒介及安全隐患的防控[J]. 养犬 2013(04)
    • [27].“三看”选对安全套[J]. 健康天地 2011(11)
    • [28].理论思维在传染性疾病控制中的应用效果[J]. 临床合理用药杂志 2017(36)
    • [29].水泡粪工艺不难,难的是配套[J]. 今日养猪业 2014(08)
    • [30].咳嗽礼节在儿科门诊的调查研究[J]. 世界最新医学信息文摘 2017(05)

    标签:;  ;  ;  ;  

    多层网络上交互疾病传播与控制
    下载Doc文档

    猜你喜欢