多智能体动态网络系统中的病毒传播机理研究

摘要

作为理论生物/生态学早期的重要课题，人们对病毒传播行为的研究已有悠久的历史，并取得了丰硕的研究成果。传播行为之所以备受关注，是因其往往具有不言而喻的危害性：传染性疾病在生物体之间的流行，计算机病毒在因特网上的蔓延，谣言在人群中的扩散，都可视作传播动力学的实例。近年来，随着步入所谓的“网络科学时代”，复杂网络上的病毒传播动力学也成为研究的热点。然而现实世界中的病毒传播行为比现有网络模型更加复杂，因此有必要构建更恰当的模型更深入地研究现实中的病毒传播行为，研究其动力学特性及其预防措施。 本文首先介绍了复杂网络的基本概念，并综述了当前复杂网络上病毒传播的研究现状，包括拓扑结构对病毒传播的临界值的影响，重点分析了非固定拓扑结构和非定常感染率情况下的病毒传播特点。本文随后提出并研究了一种移动智能体系统中的病毒传播及其控制策略，最后讨论了具有非定常感染率的分子动力学模型的传播临界值问题。本文所做主要贡献如下： 1. 以Vicsek模型为基础，提出并研究了一类多智能体系统中的病毒传播动力学模型(移动个体在行程中与其他个体发生传播过程)，引入了感染智能体的显性率(即系统中所有感染智能体以一定的概率显示其为感染状态，即其他智能体能辨识该感染智能体)研究了显性率，以及感知半径、个体密度等参数对多智能体系统中的病毒传播的影响； 2. 针对上述多智能体系统，提出了一种新的病毒传播控制策略：易染智能体在运动过程中主动躲避其感知邻域内的感染智能体。仿真结果表明，该策略可以有效的提高传播临界值，达到控制病毒传播的目的。此外，显性率的提高也会有利于对病毒传播的控制； 3. 研究了一种分子动力学模型中具有非定常传播率的病毒传播。考虑个体素质/抗病能力等因素的差异，引入了易染力和感染力，并通过理论分析证明了在感染率为易染力和感染力乘积形式的情况下，系统存在传播临界，当平均感染率(所有粒子的感染力和被感染力乘积的平均值)大于一个病毒周期内的碰撞次数的倒数时，病毒将传播扩散，否则最终会被消灭。最后通过数值仿真研究了具有个体移动性及异质性的系统中的病毒传播行为特点。