耦合多片段网络的结构及其上的传染与合作动力学研究

In recent years, it is an active topic for complex systems and networks to model and analyze the large-scale complex systems, and further to explore their statistical and evolutionary characteristics. In this project, coupled multislice complex networks are utilized to model the structural evolution of real-world complex systems, and then to investigate the epidemic dynamics and evolutionary cooperation dynamics taking place on top of them, which aims to reveal the statistical characteristics and evolutionary mechanisms of dynamics for the real-world complex systems. The main research points are included as follows: 1)The coupled multislice network model with directed or weighted links and some measure metrics will be proposed, and then the statistical analysis of model evolution will be perfromed；2) Based on the above-mentioned network model, some algorithms will be developed to identify the community structure inside real-world systems and verify them through some typical cases. 3)The SIS (Susceptile-Infected-Susceptible) epidemic model will be combined with coupled multi-slice networks to analyze the effect of dyanmical evolution of networks and the coexistence of multiple diseases on the epidemic dynamics. After that, we will explore the efficient immunization and control strategies for epidemics on the multiplex and multi-slice networking model；4)The role of coupled multi-slice network structure within the collective cooperation dynamics will be investigated. Then, we plan to probe the co-evolutionary cooperation mechanisms between strategies and network structure, and try to find the topological evolution pattern to support the collective cooperation. This project will be of high imporatnce in theory and practice for us to further uncover the evolutionary mechanisms of large-scale dynamical complex systems, deeply understand the qualitative and quantitative relationships between topological structure and dynamical behaviors.

对大型复杂系统进行建模和分析，探索系统的统计规律和演化特性是近年来复杂系统与复杂网络领域研究的一个热点问题。本项目拟通过耦合多片段网络的方法建模真实复杂系统的结构演化，研究发生在该网络模型上的传播动力学和演化合作动力学，揭示其统计特征和动力学演化机制。内容包括：1)提出具有有向或加权连接的耦合多片段复杂网络模型和度量指标，并对模型的演化规律进行统计分析；2)开发基于该网络模型的社团发现算法，并开展实证分析；3)将经典的SIS传播模型与耦合多片段网络相结合，分析网络动态演化以及多种疾病共存对传播动力学的影响，探讨该网络模型上有效的免疫和控制策略；4)研究耦合多片段网络结构在群体合作动力学中的作用，探索策略与耦合网络共演化的合作机制，寻找支持群体合作的拓扑演化模式。项目的研究对于揭示大型复杂系统的演化机制，深刻理解网络拓扑结构与动力学行为之间定性、定量的关系等具有重要的理论价值和实践意义。

对大型复杂系统进行建模和分析，探索系统的统计规律和演化特性是近年来复杂系统与网络领域研究的一个热点问题。本项目将统计物理、现代图论、传染病动力学与演化博弈论结合起来，通过耦合多片段网络的方法建模真实复杂系统，研究发生在该网络上的演化动力学特性，揭示其统计特征和动力学演化机制。主要研究内容包括：（1）基于耦合多片段网络结构，提出有向或加权特性的复杂网络模型，对其演化特性进行统计分析；开发相应的社团发现算法，并将其应用到多相流特征分析中；研究了相互依赖复杂网络的结构特征对系统鲁棒性与抗攻击性，以及结构可控性等影响。（2）将经典的SIS和SIR传播模型与耦合多片段网络相结合，分析多种疾病共存时耦合网络结构对传播动力学的影响，给出了两种疾病共存情况下的传染阈值和时间演化特性；讨论节点或个体异质性在流行病与意识耦合传播中的作用，解析计算出流行病传播的临界值；探讨结构化群体中有效的免疫和控制策略，分析个体行为反馈和人群异质的接触模式对疫苗接种行为的影响。（3）利用演化博弈论的方法，系统研究了多层耦合结构化群体上的合作动力学行为，讨论了双层耦合网络的之间耦合强度、效用耦合方式、耦合对称性、群体密度与移动性、个体异质性与声誉机制等群体合作行为的影响，以及博弈行为策略与耦合网络结构共演化所产生的自组织形式，发现中等强度的耦合方式能够支持最优的合作模式。（4）将复杂网络建模的方法与思想应用到网络信息资源有效管理、分配与推荐中，开展云计算中资源分配与服务推荐的相关算法研究，从多目标优化的角度，提出两个新的服务推荐算法；开发了大规模复杂系统数据挖掘与分析的仿真计算平台，集成了耦合多片段网络的结构特征分析、常用度量指标计算、演化动力学分析等功能模块。项目研究成果对于揭示大型复杂系统的演化机制，深刻理解网络拓扑结构与动力学行为之间定性、定量的关系，进而预测、调控系统运行等具有重要的理论价值和实践意义。