复杂网络中基于疾病传播模型的阻塞传播(3)

传播模型

24期赵一帆:复杂网络中基于疾病传播模型的阻塞传播63　99

图2　SIAS模型中各类节点数量随时间的变化。

(a)为π=20,(b)为π=40;又β=0.12,μ=0.07,

图3　不同传播系数β的SIAS模型

(a)为β=0.05,(b)为β=0.12;又π=20,

δ=0.05,N=10

000

μ=0.07,δ=0.05,N=6250

4　结论与展望

文章开头提到交通网络具有无标度特性,于是我们对此建立了SIAS模型并进行了仿真试验,对模型的仿真结果从直观上看是部分符合实际情况的,也符合一些理论数据,发现指数增长也适用于此模型。一般地,周期参数π越小越好,换言之阻塞节点的检测越快越好。比较理想的情况是用自动化的系统取代人工,这样会减少人为因素带来的复杂的负面影响,也会使阻塞现象消除得更快。

对于交通网络的阻塞传播问题,我们很难在现实中作试验,只能从经验数据中寻找规律总结方法,进行仿真。本文就交通网络中的传播现象提出了一些建设性的想法,构建了与以往不同的SIAS模型,以求对阻塞传播做出相对准确的预测。SIAS比传统模型更接近于实际。所以,通过SIAS模型得到的结果能

使我们更好地理解现实系统的特点和机制。

参　考　文　献

1　StrogatzSH.Nature,2001;410:268

2　AlbertR,BarábasiAL.ReviModPhys,2002;74:473　NewmanMEJ.SIAMRev,2003;45:67

4　Erd sP,RényiA.PublMathInstHungAcadSci,1960;5:175　WattsDJ,StrogatzSHNature,1998;393:4406　BarábasiAL,AlbertR.1Science1999;286:509

7　JiangB,ClaramuntC.EnvPlanBPionLtd,2004;31:1518　LatoraV,MarchioriM.PhysA,2002;314:1099　SienkiewiczJ,HolystJ.PhysRevE,2005;72:04612710　EdwardA.B.DoverPublications200011　BaileyNTJ.LondonGriffin,1975

12　AmaralLAN,ScalaA,BarthelemyM,etalProcNatlAcadSci

2000;97:11149

13　Kephart,JeRO.ArtiCialLifeIII,1994;447

14　RomualdoPS,AlessandroVPhysRevLett,2001;86:3200

搜索“diyifanwen.net”或“第一范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，第一范文网，提供最新高等教育复杂网络中基于疾病传播模型的阻塞传播(3)全文阅读和word下载服务。