面向流行病空间传播的个体行为反应扩散模型研究

The emergency events of public health like SARS and Ebola viruses often spread from a local area to a global scale in a very short time due to frequent mobility of individuals, which results in the loss of a number of human lives. In this proposal, focusing on individual agents, we explore several factors that affect individual behaviors. In the physical space, we investigate mechanisms of individual behaviors driven by individuals’ emotion when facing the emergency event. Under the entire system of the physical space and the cyber space connected by individuals, we explore mechanisms of information propagation by considering various types of information. By connecting information propagation with individual behaviors, we investigate the mechanism of epidemic spread with the effect of information propagation. By modeling their interaction, we demonstrate the role of information in the epidemic spread and the relationship between information propagation and individual behaviors. Based on the progress, we study containment strategies for epidemic spread by adjusting individual behaviors which would be consistent with the information propagation. This study will provide some theoretical guidance for the management of emergency events.

突发公共卫生事件如SARS、Ebola病毒等流行病的爆发，往往由于个体的频繁出行，从某一局部区域迅速传播到其它区域，给人类生命财产造成巨大损失。基于此，本项目以流行病空间传播中的个体为研究对象，综合考虑影响个体行为方式的诸多因素。在物理空间中研究由个体情感驱动的个体行为方式的演化机制及其在流行病传播中的作用。在信息空间和物理空间的统一系统下，以个体为媒介，结合信息空间中多源信息的传播机制，提出信息空间中多源信息的传播与物理空间中流行病的传播之间的作用机制，建立二者之间作用关系的数学模型，从而阐明多源信息在流行病传播中的作用与影响，揭示多源信息的传播与个体行为之间的关联关系，进而提出与多源信息的类型相匹配的调节个体行为的管理策略,以期为流行病传播的防治提供理论指导。

理解个体间的作用和行为模式，对理解流行病的传播机制，有效防御流行病的传播等具有重要意义。本项目综合考虑影响个体行为模式的诸多因素，结合个体间作用的时效性、多样性、记忆行为、相互选择性等行为特性，建立个体间作用的演化机制，研究其在传播等过程的影响。主要结果如下：.1、针对个体间在流行病传播过程中互换信息的特点，提出了一类在多种群网络上信息和流行病共同传播的模型。将个体的消息状态和个体的感染状态融合为一个传播模型，理论解析计算了在不同的信息有效率和迁移模式作用下的流行病传播阈值，并数值仿真验证了理论结果，识别了信息和个体移动方式对流行病传播的共同作用。.2、针对个体间作用的时效性和作用类型的多样性，建立了一类具有多类型个体的时序网络演化模型，探讨了该网络模型上流行病传播问题，提出了一类免疫控制策略。在有限时间窗口内能达到接近目标免疫的效率。该网络模型也可应用于具有社团结构的时序网络上的流行病研究。.3、针对个体作用的记忆行为，结合个体的吸引度特征，建立了一类具有个体记忆行为的时序网络演化模型，分析了该网络模型的拓扑结构特征，研究了该网络模型上的传播过程，发现了记忆行为的作用。.4、基于个体相互作用的选择行为，建立了一类相互选择的时序网络模型。由于随机游走过程能有效识别网络中的重要节点，对提出有效的免疫策略具有重要意义。基于此，通过研究个体间相互选择行为的时序网络模型上的随机游走过程，有效识别了个体的活跃度与个体吸收walker数量以及平均第一到达时间之间的关系。.5、利用节点的共同邻居的集聚系数，提出节点间相似性的度量指标，从而提出了一类社团结构检测的优化算法，有效识别网络的社团结构。对真实网络数据的实验验证了该算法的有效性。.本项目研究对理解流行病的传播机理和免疫控制具有重要的理论指导和借鉴作用。研究成果大多以研究论文形式发表于国际学术期刊。