| 摘要 | 第11-13页 |
| ABSTRACT | 第13-15页 |
| 第一章 绪论 | 第16-34页 |
| 1.1 研究背景 | 第16-20页 |
| 1.1.1 疾病传播与控制问题 | 第16-18页 |
| 1.1.2 流行病学的研究范畴与方法 | 第18-19页 |
| 1.1.3 复杂社会系统建模与仿真 | 第19-20页 |
| 1.2 研究概况 | 第20-27页 |
| 1.2.1 疾病传播的数学模型 | 第20-22页 |
| 1.2.2 疾病传播的复杂网络模型 | 第22-25页 |
| 1.2.3 疾病传播的agent模型 | 第25-27页 |
| 1.3 研究问题 | 第27-29页 |
| 1.3.1 疾病传播的异质随机特性 | 第27-28页 |
| 1.3.2 疾病传播中人的行为描述 | 第28-29页 |
| 1.4 研究内容、组织结构与贡献 | 第29-34页 |
| 1.4.1 论文的研究内容 | 第29页 |
| 1.4.2 论文的创新点 | 第29-30页 |
| 1.4.3 论文的贡献 | 第30-31页 |
| 1.4.4 论文的组织结构 | 第31-34页 |
| 第二章 面向疾病传播的人工社会模型框架 | 第34-54页 |
| 2.1 人工社会模型框架设计 | 第34-38页 |
| 2.1.1 人工社会模型的逻辑结构 | 第35-37页 |
| 2.1.2 人工社会模型的对象结构 | 第37-38页 |
| 2.2 社会网络模型及其生成方法 | 第38-47页 |
| 2.2.1 社会网络的基本模型 | 第38-43页 |
| 2.2.2 社区结构网络模型 | 第43-45页 |
| 2.2.3 加权社会网络模型 | 第45-47页 |
| 2.3 疾病病程发展与传播概率模型 | 第47-53页 |
| 2.3.1 疾病传播的微观过程 | 第47-48页 |
| 2.3.2 传播概率计算模型 | 第48-49页 |
| 2.3.3 异质传染力演化模型 | 第49-51页 |
| 2.3.4 异质时间尺度病程发展模型 | 第51-53页 |
| 2.4 本章小结 | 第53-54页 |
| 第三章 基于加权双模态网络的agent时空接触行为 | 第54-76页 |
| 3.1 疾病传播模型中agent个体行为建模方法 | 第54-58页 |
| 3.1.1 人类行为动力学分析 | 第54-55页 |
| 3.1.2 面向疾病传播的个体行为建模方法 | 第55-58页 |
| 3.1.3 基于加权双模态网络的个体行为建模方法 | 第58页 |
| 3.2 基于加权空间移动网络的agent空间移动行为 | 第58-63页 |
| 3.2.1 加权空间移动网络的双层扩展 | 第58-60页 |
| 3.2.2 基于马尔科夫链的空间移动行为 | 第60-61页 |
| 3.2.3 Agent的空间移动路径算法 | 第61-63页 |
| 3.3 基于加权接触网络的agent个体接触行为 | 第63-66页 |
| 3.3.1 基于任务队列模型的接触行为设计 | 第63-64页 |
| 3.3.2 加权接触网络的权重系数设计 | 第64-65页 |
| 3.3.3 加权网络中个体接触对象选择机制 | 第65-66页 |
| 3.4 加权网络上疾病传播速度 | 第66-75页 |
| 3.4.1 连边权重系数的异质性分析 | 第67-68页 |
| 3.4.2 加权演化无标度网络上疾病传播速度 | 第68-69页 |
| 3.4.3 权重与拓扑结构关系对传播速度的作用 | 第69-73页 |
| 3.4.4 加权网络上个体接触模式分析 | 第73-75页 |
| 3.5 本章小结 | 第75-76页 |
| 第四章 疾病传播过程中agent的自适应行为变化 | 第76-87页 |
| 4.1 疾病传播过程中agent的行为变化模型分析 | 第76-79页 |
| 4.1.1 疾病传播与个体行为变化的相互作用 | 第76-77页 |
| 4.1.2 基于“心理-行为”机制的行为变化模型 | 第77-79页 |
| 4.1.3 基于“经济-行为”机制的行为变化模型 | 第79页 |
| 4.2 流行病爆发过程中的疾病信息 | 第79-82页 |
| 4.2.1 疾病信息导致个体行为变化 | 第80页 |
| 4.2.2 疾病信息的分类描述 | 第80-82页 |
| 4.3 加权网络中agent个体行为变化模型 | 第82-86页 |
| 4.3.1 基于自适应权重系数的个体行为变化 | 第82-84页 |
| 4.3.2 基于自适应行为选择机制的个体行为变化 | 第84-85页 |
| 4.3.3 加权小世界网络中agent个体行为变化分析 | 第85-86页 |
| 4.4 本章小结 | 第86-87页 |
| 第五章基于矩阵向量的疾病传播模型描述 | 第87-104页 |
| 5.1 基于矩阵向量的疾病传播模型描述框架 | 第87页 |
| 5.2 基于矩阵向量的实体对象描述 | 第87-96页 |
| 5.2.1 个体及其属性状态描述 | 第88-90页 |
| 5.2.2 地理空间场所描述 | 第90页 |
| 5.2.3 社会组织描述 | 第90-91页 |
| 5.2.4 加权空间移动网络描述 | 第91-93页 |
| 5.2.5 加权接触网络描述 | 第93-94页 |
| 5.2.6 空间移动行为事件描述 | 第94-95页 |
| 5.2.7 接触行为事件描述 | 第95-96页 |
| 5.3 基于矩阵向量描述的统计变量 | 第96-97页 |
| 5.4 基于矩阵向量的疾病传播模型算法 | 第97-102页 |
| 5.4.1 疾病传播模型计算框架 | 第97-99页 |
| 5.4.2 计算引擎算法 | 第99页 |
| 5.4.3 空间移动进程算法 | 第99-100页 |
| 5.4.4 接触活动进程算法 | 第100-101页 |
| 5.4.5 疾病病程发展进程算法 | 第101-102页 |
| 5.5 本章小结 | 第102-104页 |
| 第六章 疾病传播计算实验原型系统与应用实例 | 第104-126页 |
| 6.1 疾病传播计算实验原型系统设计与实现 | 第104-110页 |
| 6.1.1 系统框架设计 | 第104-105页 |
| 6.1.2 系统体系结构设计 | 第105-107页 |
| 6.1.3 系统模块设计与实现 | 第107-110页 |
| 6.2 超级传播事件形成机制的计算实验 | 第110-115页 |
| 6.2.1 疾病传播中的超级传播事件 | 第110-111页 |
| 6.2.2 模型描述 | 第111-112页 |
| 6.2.3 计算实验设计 | 第112-113页 |
| 6.2.4 结果分析 | 第113-115页 |
| 6.3 河北省某大学甲型H1N1 流感传播与控制计算实验 | 第115-125页 |
| 6.3.1 甲型H1N1 流感爆发真实过程 | 第115-116页 |
| 6.3.2 模型描述 | 第116-121页 |
| 6.3.3 计算实验设计 | 第121-123页 |
| 6.3.4 结果分析 | 第123-124页 |
| 6.3.5 疾病控制方法的改进 | 第124-125页 |
| 6.4 本章小结 | 第125-126页 |
| 第七章 总结与展望 | 第126-129页 |
| 7.1 工作总结 | 第126-127页 |
| 7.2 将来的研究工作 | 第127-129页 |
| 致谢 | 第129-132页 |
| 参考文献 | 第132-152页 |
| 作者在学期间的学术成果 | 第152-155页 |
| 附录A缩略语中英文对照表 | 第155页 |
