本发明专利技术属于信息传播技术领域，公开了一种基于多层复杂网络的行为、资源与疾病共演化传播分析方法，本方法基于多层耦合复杂网络技术，首次针对多层耦合网络提出了行为、资源与疾病共演化模型，并基于微观马尔科夫链方法，推导了行为、资源与疾病共演化模型的传播动力学方程，进而理论推导了疾病的传播阈值，定量的描述了模型的传播特性，提升了描述精度。
1、共演化传播的现象在现实中广泛存在，对相关的传播动力学性质进行研究将有助于对现实生活中的一些传播现象有更加深入的理解和认识。当一种流行病在人群中传播时，与该疾病相关的信息可能会通过各种社交平台进行传播，健康的个体一旦获知了疫情相关的信息，就会意识到疫情的存在并采取预防措施(如戴口罩和勤洗手)保护自己不被疾病感染，从而有效抑制传染病的爆发。但是，通过研究发现，在传染病爆发期间，资源的分配策略和传递规则以及疫情中个体的活动状态和行为通常也会对流行病的传播产生不可忽视的影响。
2、目前，基于多层网络上信息扩散与流行病传播的共演化研究取得了丰富的成果，但大多数的研究工作只考虑了信息这一种因素对传染病传播的影响。因此，有必要进一步引入行为、资源等因素至流行病共演化传播中，进一步论述行为和资源共同作用下流行病的传播性质。
3、公开号为cn114203309a，公开日为2022年03月18日，公开了专利技术名称为“动态多源信息和行为响应作用下的信息—流行病协同演化分析方法”的专利技术专利，该专利技术涉及信息—流行病协同演化
，尤其涉及一种动态多源信息和行为响应作用下的信息—流行病协同演化分析方法。但该研究工作只考虑了信息这一种因素对传染病传播的影响，而现实中诸如个体行为、资源情况等因素可能与信息一同影响疾病的传播。
1、为了解决上述现有技术中存在的问题和不足，本专利技术提出了一种基于多层复杂网络的行为、资源与疾病共演化传播分析方法，本专利技术基于多层耦合复杂网络技术，首次针对多层耦合网络提出了行为、资源与疾病共演化模型，并基于微观马尔科夫链方法，推导了行为、资源与疾病共演化模型的传播动力学方程，定量的描述了模型的传播特性，提升了描述精度。
2、为了实现上述专利技术目的，本专利技术的技术方案如下：
3、基于多层复杂网络的行为、资源与疾病共演化传播分析方法，所述方法包括以下步骤：
4、步骤s1.根据复杂网络理论，构建行为、资源和疾病的三层耦合网络模型；
5、步骤s2.基于三层耦合网络模型，描述行为传播特性、资源传播特性以及疾病传播特性；
6、步骤s3.建立行为状态、资源与疾病共演化传播的状态概率转移树；
7、步骤s4.结合概率转移树以及微观马尔科夫链方法，建立活动状态、资源与疾病共演化传播动力学方程，并推导疾病的传播阈值。
8、作为优选地，在本专利技术中，对于所述三层耦合网络模型，第一层网络为节点行为状态网络，处于自由活动状态下的节点行为状态为a，处于隔离环境下的节点行为状态为t；
9、第二层网络为节点资源拥有网络，拥有物资的节点资源状态为r，不拥有物资的节点资源状态为n；
10、第三层网络为节点疾病传播网络，健康的节点状态为s，患病的节点状态为i；
11、最后根据节点在上述三层网络中所处的状态，可以将节点总状态表示为ars、ans、trs、tns、tri以及tni总共六种节点状态；
12、其中，ars表示节点总状态为自由活动-拥有资源-健康；ans表示节点总状态为自由活动-不拥有资源-健康；trs表示节点总状态为隔离状态-拥有资源-健康；tns表示节点总状态为隔离状态-不拥有资源-健康；tri表示节点总状态为隔离状态-拥有资源-患病；tni表示节点总状态为隔离状态-不拥有资源-患病。
13、作为优选地，在本专利技术中，所述步骤s2具体为：
14、步骤s2.1.行为传播特性
15、对于节点的行为，采用ata模型描述节点行为的传播特性，网络中每个节点的行为处于a或t两种状态中的一种，节点的行为可以在状态a和状态t之间相互转化；在节点行为状态网络中，设a行为节点被一个t行为邻居节点转变为t行为节点的概率为λ，那么则有：
16、ans状态下的任意节点i在下一时间步t内保持为a的概率为ri(t)；
17、ars状态下的任意节点i在下一时间步t内保持为a的概率为其中0≤σ21≤1表示第二层网络对第一层网络的衰减因子；
18、若a节点在第三层网络中由s转变为i，则在第一层网络中一定转变为t；
19、tns和trs状态下的任意节点i恢复为a的概率为δ；
20、tni和tri状态下的任意节点i恢复为a的概率为0；
21、步骤s2.2.资源传播特性
22、对于节点的资源拥有情况，采用nrn模型描述节点资源的传播特性，每个节点拥有资源的情况处于n或r两种状态中的一种，节点的资源拥有情况可以在状态n和状态r之间相互转换；在节点资源拥有网络中，有如下可能：
23、网络中的节点可以按照概率η(t)进行资源生产与随机分配，被分配到资源的n节点会转变为r节点，被分配到资源的r节点保持r状态；节点被分配资源的概率其中，0≤ε≤1为常数，表示任意节点i在时间步t内为a行为状态节点的概率；
24、ars和trs状态下的节点会按照概率θ向不拥有物资的患病tni节点邻居之一进行物资传递，物资传递完成后的节点状态互换，那么则有：
25、ars状态下的任意节点i在下一时间步t内向tni节点传递物资的概率为αi(t)；
26、trs状态下的任意节点i在下一时间步t内向tni节点传递物资的概率为其中0≤σ12≤1表示第一层网络对第二层网络的衰减因子；
27、对于tri状态下的节点，它向tni状态下的邻居节点之一进行物资传递的概率α＝0；
28、设任意n节点i在下一时间步t内保持为s节点的概率为si(t)，设任意r节点i在下一时间步t内保持为s的概率为v i(t)；
29、步骤s2.3.流行病传播特性
30、对于流行病的传播状态，基于经典sis过程来描述流行病的传播特征，节点的健康状态可以在s状态和i状态之间相互转化，一方面，s节点可能被一个i节点邻居转化为i节点的概率为ω，ans、ars、tns和trs状态下的任意节点i在下一时间步t内保持为s的概率为q i(t)；另一方面，tni和tri状态下的任意节点恢复为s的概率分别为μ和μr，其中μr＝γ23μ，γ23≥1表示第二层网络对第三层网络的增强因子。
31、作为优选地，在本专利技术中，所述步骤s3具体为：
32、设[aij]m×m、[bij]m×m和[cij]m×m分别表示第一层网络、第二层网络和第三层网络的邻接矩阵，m为每一层网络中的节点规模；
33、在三层耦合网络模型中，设为网络中任意节点i在时间步t处于状态x的概率，则每个节点i在t时间步中处于六种状态的概率分别表示为和则有：
34、
35、
36、
37、
38、
39、...
【技术保护点】
1.基于多层复杂网络的行为、资源与疾病共演化传播分析方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于多层复杂网络的行为、资源与疾病共演化传播分析方法，其特征在于，在所述三层耦合网络模型中，第一层网络为节点行为状态网络，处于自由活动状态下的节点行为状态为A，处于隔离环境下的节点行为状态为T；
3.根据权利要求2所述的基于多层复杂网络的行为、资源与疾病共演化传播分析方法，其特征在于，所述步骤S2具体为：
4.根据权利要求3所述的基于多层复杂网络的行为、资源与疾病共演化传播分析方法，其特征在于，所述步骤S3具体为：
5.根据权利要求4所述的基于多层复杂网络的行为、资源与疾病共演化传播分析方法，其特征在于，在步骤S4中，行为、资源与疾病共演化传播模型的传播动力学方程如下：
【技术特征摘要】
1.基于多层复杂网络的行为、资源与疾病共演化传播分析方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于多层复杂网络的行为、资源与疾病共演化传播分析方法，其特征在于，在所述三层耦合网络模型中，第一层网络为节点行为状态网络，处于自由活动状态下的节点行为状态为a，处于隔离环境下的节点行为状态为t；
3.根据权利要求2所述的基于多层复杂网...
【专利技术属性】
技术研发人员：赖力，张中伟，王晶，
申请(专利权)人：东方电气集团科学技术研究院有限公司，
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。