复杂社会网络上动态免疫策略研究

In this projection, we apply the theory of dynamical systems and method of numerical simulation to studying dynamic immunization strategies in complex social networks. Different from the static strategies investigated in the previous work, the main work is to study the immunization strategies during the epidemic spreading and the impact of it on the disease dynamical behaviors. In details, the main contents are included as follows: (1) We will develop a unified method of planning dynamic immunization strategies from static ones and study the impacts of such dynamic strategies on epidemic spreading behaviors; (2) Based on epidemic information in a population (including local, global and local-world information), some useful and dynamic strategies will be proposed and investigated in detailed， and we will make comparisons among these strategies and attempt to find an optimal or relatively optimal strategy to control epidemic outbreak; (3) We will build dynamic immunization strategies in the neighborhood of infected invididuals and study their effects on the epidemic control.

本项目应用动力系统理论和数值模拟方法对复杂社会网络上传染性疾病的动态免疫策略进行研究。与以往大多数关注静态免疫策略的研究不同，本项目主要针对疾病流行过程中的免疫接种策略及其对疾病传播的影响展开研究。主要内容包括：（1）创建从静态免疫策略过渡到动态免疫策略的统一性方法，通过与静态免疫策略的比较，探究动态免疫策略对疾病传播行为的影响；（2）创建基于疾病信息（局部信息、全局信息和局域信息）的动态免疫策略，通过理论分析和数值模拟，探讨动态免疫策略对疾病传播行为的影响，并通过对动态免疫策略进行优劣性比较，得出控制疾病爆发的最优或较优免疫策略；（3）建立从感染者出发的动态免疫策略并研究它在控制疾病传播方面的效果。

本项目应用动力系统、随机过程理论和数值模拟方法对复杂社会网络上传染性疾病的动态免疫策略进行研究。与以往大多数关注静态免疫策略的研究不同，本项目主要针对疾病流行过程中的免疫接种策略及其对疾病传播的影响展开研究。主要内容包括：(1) 研究了基于疾病信息反馈的动态免疫策略，发现对SIS传染病模型来说，系统存在三种阈值，流行病传播动力行为完全由这三种阈值划分确定；(2) 研究了一类基于静态免疫算法确定的动态免疫策略，发现这类免疫策略能较大地减少免疫者的人数或控制疾病传播所需的疫苗数目；(3) 研究了从感染节点出发的高风险免疫策略，发现连续模型和离散模型存在不同的流行阈值；(4) 研究了复杂网络上的静态免疫策略，利用多维平均场方法，推导了随机和目标免疫下的流行阈值；(5) 研究了与网络传播相关的一些问题，包括多重网络上流行阈值分析、基于一般有效接触率的网络上传播分析以及淬火网络上局部信息对阈值的影响。本项目取得的成果揭示了动态免疫机制对流行病传播的影响，解决了复杂网络传播动力学中一些重要问题，对人们理解及控制流行病传播具有一定的指导意义。