| 摘要 | 第5-7页 |
| abstract | 第7-10页 |
| 主要符号表 | 第13-18页 |
| 第一章 绪论 | 第18-28页 |
| 1.1 研究背景与意义 | 第18-20页 |
| 1.2 复杂网络上传播动力学国内外研究进展 | 第20-25页 |
| 1.2.1 复杂网络上生物传播研究进展 | 第20-23页 |
| 1.2.2 复杂网络上社会传播研究进展 | 第23-24页 |
| 1.2.3 复杂网络上社会—生物传播研究进展 | 第24-25页 |
| 1.3 本文创新点 | 第25-26页 |
| 1.4 本文主要研究内容和章节安排 | 第26-28页 |
| 第二章 复杂网络及传播动力学简介 | 第28-42页 |
| 2.1 复杂网络简介 | 第28-32页 |
| 2.1.1 基本结构参量 | 第28-30页 |
| 2.1.2 经典网络模型 | 第30-32页 |
| 2.2 网络传播动力学简介 | 第32-41页 |
| 2.2.1 经典传播动力学模型 | 第32-33页 |
| 2.2.2 计算机模拟方法 | 第33-36页 |
| 2.2.3 理论分析方法 | 第36-41页 |
| 2.3 本章小结 | 第41-42页 |
| 第三章 复杂网络上的生物传播研究 | 第42-64页 |
| 3.1 复杂网络上SIR疾病爆发阈值的预测研究 | 第42-52页 |
| 3.1.1 理论爆发阈值 | 第43-45页 |
| 3.1.2 实验模拟验证 | 第45-52页 |
| 3.2 权重网络上的疾病传播研究 | 第52-62页 |
| 3.2.1 疾病传播模型 | 第53-54页 |
| 3.2.2 边权划分理论分析 | 第54-58页 |
| 3.2.3 实验模拟验证 | 第58-62页 |
| 3.3 本章小结 | 第62-64页 |
| 第四章 复杂网络上的社会传播研究 | 第64-96页 |
| 4.1 基于非冗余信息记忆的社会传播研究 | 第64-78页 |
| 4.1.1 社会传播模型 | 第65-67页 |
| 4.1.2 边划分理论分析 | 第67-72页 |
| 4.1.3 实验模拟验证 | 第72-75页 |
| 4.1.4 拓展模型及讨论 | 第75-78页 |
| 4.2 采纳阈值异质性对社会传播的影响研究 | 第78-87页 |
| 4.2.1 二元传播阈值模型 | 第78-79页 |
| 4.2.2 边划分理论分析 | 第79-82页 |
| 4.2.3 实验模拟验证 | 第82-87页 |
| 4.3 有限接触能力对社会传播的影响研究 | 第87-94页 |
| 4.3.1 有限接触能力传播阈值模型 | 第87-88页 |
| 4.3.2 异质边划分理论分析 | 第88-91页 |
| 4.3.3 实验模拟验证 | 第91-94页 |
| 4.4 本章小结 | 第94-96页 |
| 第五章 复杂网络上的社会—生物传播研究 | 第96-123页 |
| 5.1 社会—生物传播真实数据分析的研究 | 第96-98页 |
| 5.1.1 实证分析结果 | 第97-98页 |
| 5.2 双层网络上社会—生物非对称耦合动力学研究 | 第98-112页 |
| 5.2.1 信息—疾病非对称耦合传播模型 | 第99-100页 |
| 5.2.2 无关联耦合网络上的传播 | 第100-107页 |
| 5.2.3 关联耦合网络上的传播 | 第107-112页 |
| 5.3 基于复杂免疫机制的社会—生物传播动力学研究 | 第112-120页 |
| 5.3.1 信息—疾病耦合传播模型 | 第112-113页 |
| 5.3.2 异质平均场理论分析 | 第113-115页 |
| 5.3.3 实验模拟验证 | 第115-120页 |
| 5.4 本章小结 | 第120-123页 |
| 第六章 全文总结与展望 | 第123-127页 |
| 6.1 全文总结 | 第123-125页 |
| 6.2 研究展望 | 第125-127页 |
| 致谢 | 第127-128页 |
| 参考文献 | 第128-145页 |
| 攻读博士学位期间取得的成果 | 第145-149页 |