System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及信息化的,尤其涉及到疾病传播的动力学机理和个体信息的交互模式,个体信息交互与疾病传播的复杂耦合关系,揭示外部影响因素在信息和疾病传播中的作用,具体为一种基于跨尺度耦合复杂网络传染病动力学模型的构建方法。
技术介绍
1、近几年,基于复杂网络的病毒传播动力学模型层出不穷,研究者突破s is传染病模型等基于独立性等假设,引入复杂网络结构,来刻画个体行为机制。然而,基于规则网络的传播动力学模型难以处理具有多维度时变的复杂数据,因此研究疾病传播动力学构建基于个体接触网络的动态时变模型具有重要意义。
2、此外,以往基于多参数融合的数据分析方法,模型尺度单一、关联结构简单,难以准确反映疾病传播复杂机理。构建多层耦合复杂网络的关键在于提取多尺度网络属性特征,分析网络间的耦合机制。
3、最后,在考虑个体接触网络和信息通信网络对疾病传播的影响同时,还需要关注其他的作用因素,一些不属于个体网络中的组织,如政府,网络平台等,它们也会对个体的行为和信息交互产生不可忽视的影响。
4、研究信息交互与人群中疾病传播的复杂耦合关系以及外部影响因素在信息和疾病传播中的作用,需要更详细准确的跨尺度耦合复杂网络传染病动力学模型。
技术实现思路
1、本专利技术的目的在于克服现有技术的不足,提供一种基于跨尺度耦合复杂网络传染病动力学模型的构建方法,该方法通过分析疾病传播的影响因素,构建多级耦合的复杂传播网络;根据网络层级特性,对不同层间使用新型细粒度仓室将不同状态人群进行划分
2、为实现上述目的,本专利技术所提供的技术方案为:
3、基于跨尺度耦合复杂网络传染病动力学模型的构建方法,包括:
4、基于个体间的社交行为,分析个体间的交互模型,挖掘个体间的相互作用关系,建立以个体为中心的跨尺度传播网络模型,该以个体为中心的跨尺度传播网络模型为双层的耦合网络,包括信息传播网络层和疾病传播网络层;
5、在以个体为中心的跨尺度传播网络模型的基础上,结合外部环境的影响关系,分析外部环境的干预作用,综合考虑外部影响因素的实际作用,构建多维立体真实的以个体为中心的跨尺度传播网络模型;
6、构建新型细粒度仓室传播模型;
7、基于多维立体真实的以个体为中心的跨尺度传播网络模型和新型细粒度仓室传播模型,建立信息传播网络层和疾病传播网络层的传播规则;
8、在得到信息传播网络层和疾病传播网络层传播规则的基础上,使用微观马尔卡夫链方法刻画信息与疾病传播的交互过程,得到基于跨尺度耦合复杂网络传染病动力学模型。
9、进一步地,以个体为中心的跨尺度传播网络模型的建立过程包括:
10、以ba无标度网络模型为基底构建信息传播网络层,用于表征社交网络信息的传播;在信息传播中每个个体通常使用如微信、qq等社交软件与其他个体建立联系,且个体间的联系相对稳定;
11、构建疾病传播网络层,用于刻画病毒在个体间的传播;
12、将信息传播网络层的节点和疾病传播网络层的节点一一对应,实现耦合。
13、进一步地,在疾病传播网络层中,每个个体都向随机的方向进行随机的移动,移动包含短距离游走和长距离跳跃,只有在同一时刻,个体间相距的距离小于一定距离时,才发生联系;
14、个体移动的规律遵循如下方程:
15、
16、n个节点在二维平面上随机移动,其中,ri(t)表示t时刻的节点i的位置,vi(t)表示t时刻的节点i的速度,设每个个体的速度都相同,即vi(t)=v,θi表示节点移动的方向角,ξi(t)是n个独立同分布的随机变量,均匀的取自[-π,π],且i=1,2,…,n;
17、设个体进行长距离移动的概率为p∈[0,1],个体进行长距离跳跃时的速度为vi(t),其中vi(t)=vd,则个体随机移动的距离较短的概率为1-p,节点的速度为vi(t)=(vcosθi(t),vsinθi(t)),个体长距离的随机移动的概率为p,此时节点的速度为vi(t)=(vdcosθi(t),vdsinθi(t)),且v/vd=0.02。
18、进一步地,外部环境的影响,包括:
19、1)大众媒体对个体信息交互的全局引导作用,促进信息的传递,并且引导个体传播信息;
20、2)官方政策对个体社交行为的宏观调控作用,影响疾病的传播;
21、3)领域专家对个体信息传递局部预警作用,对疾病进行提前感知。
22、进一步地,构建的新型细粒度仓室传播模型包括信息传播网络层的细粒度仓室和疾病传播网络层的细粒度仓室;
23、其中,
24、信息传播网络层的细粒度仓室包括:
25、未知态sa,指不知道疾病有关消息的人群;
26、传播态ia,指知道有关疾病的消息且传播信息的人群;
27、恢复态ra,指知道有关疾病的消息但不传播信息的人群,对信息免疫;
28、领域专家ea,指能提前感知疾病的人群;
29、疾病传播网络层的细粒度仓室包括:
30、易感染态sb,指健康的,未患病的人群;
31、潜伏态eb,指已经感染,但疾病处于潜伏期未表现出来的人群
32、感染态ib,指已经感染病毒的人群;
33、康复态rb,指疾病得到治疗,从患病状态康复的人群;
34、免疫态vb,指接种疫苗从而对疾病免疫的人群。
35、进一步地,信息传播网络层建立的传播规则如下:
36、未知态sa状态的节点其邻居含有传播态ia状态的节点,则该节点从中获取信息,有的机率变为传播态ia;
37、领域专家ea状态的节点周期性地传播信息,并积极引导人群传播信息;
38、未知态sa状态的节点其邻居含有领域专家ea状态,则该节点获悉有关疾病的信息,有的机率变为传播态ia;
39、传播态ia状态的节点接接触到更多有关疾病的信息,认为信息失去时效性,有的概率变为恢复态ra;
40、若在疾病传播网络层节点状态为感染态ib,个体感染疾病,得知有关疾病的信息,其个体信息传播网络层节点状态变为ia;
41、个体接受来自大众媒体的信息,处于未知态sa的节点,有的机率进行信息的传递变为传播态ia,另外传播态ia的人群认为信息失去时效性,对信息产生免疫,有的可能会变为恢复态ra。
42、进一步地,疾病传播网络层的传播机理如下:
43、若易感染态sb状态的节点其邻居含有感染态ib状本文档来自技高网...
【技术保护点】
1.基于跨尺度耦合复杂网络传染病动力学模型的构建方法,其特征在于,包括:
2.根据权利要求1所述的基于跨尺度耦合复杂网络传染病动力学模型的构建方法,其特征在于,以个体为中心的跨尺度传播网络模型的建立过程包括:
3.根据权利要求2所述的基于跨尺度耦合复杂网络传染病动力学模型的构建方法,其特征在于,在疾病传播网络层中,每个个体都向随机的方向进行随机的移动,移动包含短距离游走和长距离跳跃,只有在同一时刻,个体间相距的距离小于一定距离时,才发生联系;
4.根据权利要求1所述的基于跨尺度耦合复杂网络传染病动力学模型的构建方法,其特征在于,外部环境的影响,包括:
5.根据权利要求1所述的基于跨尺度耦合复杂网络传染病动力学模型的构建方法,其特征在于,构建的新型细粒度仓室传播模型包括信息传播网络层的细粒度仓室和疾病传播网络层的细粒度仓室;
6.根据权利要求5所述的基于跨尺度耦合复杂网络传染病动力学模型的构建方法,其特征在于,信息传播网络层建立的传播规则如下:
7.根据权利要求6所述的基于跨尺度耦合复杂网络传染病动力学模型的构
8.根据权利要求7所述的基于跨尺度耦合复杂网络传染病动力学模型的构建方法,其特征在于,使用微观马尔卡夫链方法刻画信息与疾病传播的交互过程,包括:
...【技术特征摘要】
1.基于跨尺度耦合复杂网络传染病动力学模型的构建方法,其特征在于,包括:
2.根据权利要求1所述的基于跨尺度耦合复杂网络传染病动力学模型的构建方法,其特征在于,以个体为中心的跨尺度传播网络模型的建立过程包括:
3.根据权利要求2所述的基于跨尺度耦合复杂网络传染病动力学模型的构建方法,其特征在于,在疾病传播网络层中,每个个体都向随机的方向进行随机的移动,移动包含短距离游走和长距离跳跃,只有在同一时刻,个体间相距的距离小于一定距离时,才发生联系;
4.根据权利要求1所述的基于跨尺度耦合复杂网络传染病动力学模型的构建方法,其特征在于,外部环境的影响,包括:
<...【专利技术属性】
技术研发人员:邢玛丽,詹汉城,鲁仁全,翟子朗,
申请(专利权)人:广东工业大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。