社会网络上行为传播和疾病传播的动力学研究
摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第11-16页 |
1.1 课题背景及意义 | 第11-12页 |
1.2 国内外研究现状 | 第12-13页 |
1.3 本文研究内容与创新 | 第13-14页 |
1.4 本文结构安排 | 第14-16页 |
第二章 复杂网络的传播理论 | 第16-30页 |
2.1 引言 | 第16页 |
2.2 网络模型与建模 | 第16-19页 |
2.2.1 随机网络模型 | 第17-18页 |
2.2.2 小世界网络模型 | 第18页 |
2.2.3 无标度网络模型 | 第18-19页 |
2.3 动力学传播模型 | 第19-23页 |
2.3.1 传染病动力学研究 | 第20-22页 |
2.3.2 行为动力学研究 | 第22-23页 |
2.4 传染病控制措施及免疫算法 | 第23-28页 |
2.4.1 传染病控制措施 | 第24-25页 |
2.4.2 基于全局结构信息的免疫算法 | 第25-27页 |
2.4.3 基于局部结构信息的免疫算法 | 第27-28页 |
2.5 主要分析指标 | 第28-29页 |
2.6 本章小结 | 第29-30页 |
第三章 复杂行为响应对传染病动力学的影响 | 第30-44页 |
3.1 问题提出及相关工作 | 第30-31页 |
3.2 基于复杂行为响应的动力学模型 | 第31-32页 |
3.2.1 模型描述 | 第31-32页 |
3.2.2 模型分析 | 第32页 |
3.3 实验设计 | 第32-34页 |
3.3.1 数据来源及建模 | 第32-33页 |
3.3.2 动力学模型及仿真 | 第33页 |
3.3.3 评价指标 | 第33-34页 |
3.4 实验结果与分析 | 第34-42页 |
3.4.1 信息传播分析 | 第35-36页 |
3.4.2 接种比例对传染病传播影响的分析 | 第36-39页 |
3.4.3 信息传播概率对传染病传播影响的分析 | 第39-42页 |
3.5 结果讨论 | 第42-43页 |
3.6 本章小结 | 第43-44页 |
第四章 个体社会关系对传染病动力学的影响 | 第44-55页 |
4.1 问题提出及相关工作 | 第44-45页 |
4.2 基于个体社会关系的动力学模型 | 第45-47页 |
4.2.1 模型描述 | 第45-47页 |
4.2.2 模型分析 | 第47页 |
4.3 实验设计 | 第47-48页 |
4.3.1 网络建模 | 第47-48页 |
4.3.2 动力学模型及仿真 | 第48页 |
4.3.3 实验分析指标 | 第48页 |
4.4 实验结果与分析 | 第48-54页 |
4.4.1 社会关系中的强弱关系分析 | 第49-50页 |
4.4.2 接种比例对传染病影响的分析 | 第50-51页 |
4.4.3 社会关系强弱变化对传染病影响的分析 | 第51-52页 |
4.4.4 信息传播概率对传染病影响的分析 | 第52-54页 |
4.5 本章小结 | 第54-55页 |
第五章 疫情传播控制仿真平台 | 第55-71页 |
5.1 系统分析 | 第55-57页 |
5.1.1 技术可行性分析 | 第55-56页 |
5.1.2 经济可行性分析 | 第56页 |
5.1.3 安全可行性分析 | 第56-57页 |
5.2 系统设计 | 第57-61页 |
5.2.1 系统设计目标 | 第57-58页 |
5.2.2 平台整体架构设计 | 第58-59页 |
5.2.3 社会网络模块设计 | 第59-60页 |
5.2.4 疫情控制模块设计 | 第60-61页 |
5.3 系统实现 | 第61-67页 |
5.3.1 社会网络模块实现 | 第61-66页 |
5.3.2 疫情控制模块实现 | 第66-67页 |
5.3.3 问题及解决方案 | 第67页 |
5.4 系统测试 | 第67-70页 |
5.4.1 社会网络模块测试 | 第68-69页 |
5.4.2 疫情控制模块测试 | 第69-70页 |
5.5 本章小结 | 第70-71页 |
第六章 总结和展望 | 第71-73页 |
6.1 全文总结 | 第71-72页 |
6.2 后续工作展望 | 第72-73页 |
致谢 | 第73-74页 |
参考文献 | 第74-78页 |
攻硕期间取得的研究成果 | 第78-79页 |