复杂网络的信息传播动力学及控制策略研究
| 摘要 | 第2-3页 |
| Abstract | 第3页 |
| 引言 | 第6-8页 |
| 1 复杂网络传播的理论基础 | 第8-20页 |
| 1.1 复杂网络的统计参量 | 第8-11页 |
| 1.2 复杂网络的演变过程 | 第11-15页 |
| 1.2.1 规则网络 | 第11-12页 |
| 1.2.2 随机网络 | 第12-13页 |
| 1.2.3 小世界网络 | 第13-14页 |
| 1.2.4 无标度网络 | 第14-15页 |
| 1.3 复杂网络的传播模型 | 第15-20页 |
| 1.3.1 经典的传播模型 | 第15-16页 |
| 1.3.2 均匀网络的传播模型 | 第16-17页 |
| 1.3.3 无标度网络的传播模型 | 第17-18页 |
| 1.3.4 基于元胞自动机的传播模型 | 第18-19页 |
| 1.3.5 常见的传播控制策略 | 第19-20页 |
| 2 基于信息相关性的多信息传播模型 | 第20-32页 |
| 2.1 引言 | 第20页 |
| 2.2 新的SIS传播模型 | 第20-23页 |
| 2.3 基于经典复杂网络的仿真实验 | 第23-31页 |
| 2.3.1 BA无标度网络仿真结果 | 第24-28页 |
| 2.3.2 WS小世界网络仿真结果 | 第28-31页 |
| 2.4 本章小结 | 第31-32页 |
| 3 基于隔离和信息投递的传播控制策略 | 第32-49页 |
| 3.1 引言 | 第32页 |
| 3.2 新的SIQM传播模型 | 第32-38页 |
| 3.2.1 传染病的一般性临床特征 | 第32-33页 |
| 3.2.2 基于隔离和信息投递的传播控制模型 | 第33-38页 |
| 3.3 基于经典复杂网络拓扑结构的仿真实验 | 第38-42页 |
| 3.3.1 BA无标度网络仿真结果 | 第38-40页 |
| 3.3.2 WS小世界网络仿真结果 | 第40-42页 |
| 3.4 基于真实数据集的仿真实验 | 第42-47页 |
| 3.4.1 人类活动的一般规律 | 第42-43页 |
| 3.4.2 基于SNAP数据集的实验 | 第43-47页 |
| 3.5 本章小结 | 第47-49页 |
| 4 基于神经网络和强化学习的疾病传播控制策略 | 第49-59页 |
| 4.1 引言 | 第49-50页 |
| 4.2 新的SIQS传播模型 | 第50-53页 |
| 4.3 所提基于神经网络的隔离率预测模型 | 第53-56页 |
| 4.4 所提基于强化学习的反馈模型 | 第56-58页 |
| 4.5 本章小结 | 第58-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间发表学术论文情况 | 第65-66页 |
| 致谢 | 第66-68页 |
