基于复杂网络的自然疫源性疾病传播建模与仿真研究
摘要 | 第1-5页 |
Abstract | 第5-10页 |
第1章 绪论 | 第10-16页 |
·课题研究背景与意义 | 第10-12页 |
·自然疫源性疾病背景 | 第10-11页 |
·研究意义 | 第11-12页 |
·国内外研究现状 | 第12-13页 |
·自然疫源性疾病传播的数学模型 | 第12-13页 |
·多智能体与复杂网络在疾病传播中的应用 | 第13页 |
·本文的研究内容 | 第13-15页 |
·本文的组织结构 | 第15-16页 |
第2章 复杂网络的研究 | 第16-28页 |
·复杂网络特征量 | 第16-19页 |
·平均路径长度 | 第16-17页 |
·聚类系数 | 第17-18页 |
·度分布 | 第18-19页 |
·经典复杂网络模型 | 第19-26页 |
·规则网络 | 第19-21页 |
·Erd?s–Rényi网络 | 第21-22页 |
·Barabasi-Albert网络 | 第22-24页 |
·Watts-Strogatz网络 | 第24-26页 |
·本章小结 | 第26-28页 |
第3章 改进的小世界网络 | 第28-40页 |
·介绍 | 第28-29页 |
·改进网络 | 第29-30页 |
·节点注册过程 | 第30-34页 |
·网络创建 | 第31-32页 |
·搜索过程 | 第32-34页 |
·容错性分析 | 第34页 |
·特征和性能分析 | 第34-37页 |
·网络特征 | 第35-36页 |
·搜索性能 | 第36-37页 |
·容错率 | 第37-39页 |
·本章小结 | 第39-40页 |
第4章 改进小世界网络的传播动力模型 | 第40-63页 |
·疫病传播数学模型 | 第40-45页 |
·SIS | 第40-42页 |
·SIR | 第42-43页 |
·SIRS | 第43-44页 |
·改进的动力学模型 | 第44-45页 |
·改进小世界网络中SIRSD传播动力学 | 第45-48页 |
·改进小世界网络模型的免疫策略 | 第48-54页 |
·随机免疫 | 第48-50页 |
·目标免疫 | 第50-53页 |
·免疫策略对比实验 | 第53-54页 |
·改进小世界模型的传播动力学仿真 | 第54-61页 |
·网络参数对疫病传播的影响 | 第56-57页 |
·SIRS模型疫病传播动力学分析 | 第57-59页 |
·SIRSD模型疫病传播动力学分析 | 第59-61页 |
·本章小结 | 第61-63页 |
第5章 自然疫源性疾病传播中的Agent建模 | 第63-83页 |
·Agent的形式化描述 | 第63-67页 |
·Agent的简单形式化描述 | 第63-64页 |
·认知型Agent的抽象结构 | 第64-65页 |
·基于符号逻辑的Agent结构 | 第65-66页 |
·基于决策的Agent结构 | 第66-67页 |
·基于模糊认知图的Agent推理模型 | 第67-72页 |
·模糊认知图 | 第67-68页 |
·基于FCM的Agent推理模型 | 第68-71页 |
·Agent推理的实现 | 第71-72页 |
·基于情感和认知的Agent规避传染决策研究 | 第72-81页 |
·情感理论的基本知识 | 第72-74页 |
·基于FCM的Agent规避传染策略 | 第74-81页 |
·本章小结 | 第81-83页 |
第6章 自然疫源性疾病传播仿真系统 | 第83-97页 |
·疫病传播仿真系统需求分析 | 第83-84页 |
·疫病传播仿真系统设计与实现 | 第84-86页 |
·开发过程 | 第84-85页 |
·系统体系结构 | 第85-86页 |
·疫病传播仿真系统与GIS的集成 | 第86-89页 |
·GIS数据格式 | 第86页 |
·GIS数据导入 | 第86-87页 |
·GIS地图渲染 | 第87-88页 |
·疫病传播系统集成GIS效果展示 | 第88-89页 |
·SARS疫病传播仿真应用实例 | 第89-95页 |
·应用实例背景—SARS事件 | 第89-90页 |
·SARS传播模型 | 第90-91页 |
·仿真结果与分析 | 第91-95页 |
·本章小结 | 第95-97页 |
结论 | 第97-99页 |
参考文献 | 第99-103页 |
攻读硕士学位期间取得的研究成果 | 第103-105页 |
致谢 | 第105页 |