留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

复杂网络中基于反应式的危险抑制方法

上一篇

下一篇

田屏. 复杂网络中基于反应式的危险抑制方法[J]. 西南师范大学学报(自然科学版), 2018, 43(9): 60-64. doi: 10.13718/j.cnki.xsxb.2018.09.010
引用本文: 田屏. 复杂网络中基于反应式的危险抑制方法[J]. 西南师范大学学报(自然科学版), 2018, 43(9): 60-64. doi: 10.13718/j.cnki.xsxb.2018.09.010
TIAN Ping. An Risk Suppression Approach Based on Reaction in Complex Network[J]. Journal of Southwest China Normal University(Natural Science Edition), 2018, 43(9): 60-64. doi: 10.13718/j.cnki.xsxb.2018.09.010
Citation: TIAN Ping. An Risk Suppression Approach Based on Reaction in Complex Network[J]. Journal of Southwest China Normal University(Natural Science Edition), 2018, 43(9): 60-64. doi: 10.13718/j.cnki.xsxb.2018.09.010

复杂网络中基于反应式的危险抑制方法

An Risk Suppression Approach Based on Reaction in Complex Network

  • 摘要: 复杂网络中的危险传播行为依赖于网络拓扑结构和节点的动态特性.网络拓扑结构与危险传播的动力学机制是分离的,因此需要结合节点的动态信息来分析网络中的危险传播机理.本文针对该问题提出一种复杂网络中基于反应式的危险抑制方法,该方法主要针对节点当前的感染模式,采取相应的免疫策略进行防护.通过仿真实验表明,本文提出的免疫策略可以更加有效地抑制复杂网络中的危险传播.
  • 加载中
  • [1] ALLARD A,SERRANO M Á,GARCÍA-PÉREZ G,et al.The Geometric Nature of Weights in Real Complex Networks[J].Nature Communications,2017,8:14103.
    [2] PASTOR-SATORRAS R, CASTELLANO C, VAN MIEGHEMP, et al. Epidemic Processes in Complex Networks[J].RevModPhys, 2015, 87(3):120-131.
    [3] 李睿琪,王伟,舒盼盼,等.复杂网络上流行病传播动力学的爆发阈值解析综述[J].复杂系统与复杂性科学,2016,13(1):1-39.
    [4] NOWZARI C,PRECIADO V M,PAPPAS G J.Analysis and Control of Epidemics:A Survey of Spreading Processes on Complex Networks[J].IEEE Control Systems,2016,36(1):26-46.
    [5] 黄斌,赵翔宇,吴春旺.复杂网络独立集的免疫策略分析[J].重庆大学学报(自然科学版),2014,37(8):138-143.
    [6] WANG W,TANG M,STANLEY H E,et al.Unification of Theoretical Approaches for Epidemic Spreading on Complex Networks[J].Reports on Progress in Physics,2017,80(3):036603.
    [7] ALTARELLI F, BRAUNSTEIN A,DALL'ASTA L,et al.Containing Epidemic Outbreaks by Message-Passing Techniques[J]. Physical Review X, 2014, 4(2):021024.
    [8] 刘影,王伟,尚明生,等.复杂网络上疫情与舆情的传播及其基于免疫的控制策略[J].复杂系统与复杂性科学,2016,13(1):74-83.
    [9] 曹进德,王毅.复杂网络疾病传播动力学研究进展[J].大学数学,2016(4):1-11.
    [10] YAN S, TANG S, PEI S,et al.Dynamical Immunization Strategy for Seasonal Epidemics[J].Physical Review E, Stat Nonlin Soft Matter Phys, 2014, 90(2):022808.
    [11] 刘岩,贾艳丽.复杂网络传播免疫节点选择策略仿真分析[J].计算机仿真,2014,31(2):366-369.
    [12] NIAN F, WANG X. Efficient Immunization Strategies on Complex Networks[J]. Journal of Theoretical Biology, 2010, 264(1):77-83.
    [13] HUANG C,CAO J,WEN F,et al.Stability Analysis of SIR Model with Distributed Delay on Complex Networks[J].PloS One,2016,69(3):927-934.
  • 加载中
计量
  • 文章访问数:  635
  • HTML全文浏览数:  479
  • PDF下载数:  55
  • 施引文献:  0
出版历程
  • 收稿日期:  2017-09-27

复杂网络中基于反应式的危险抑制方法

  • 遵义师范学院 信息工程学院, 贵州 遵义 563000

摘要: 复杂网络中的危险传播行为依赖于网络拓扑结构和节点的动态特性.网络拓扑结构与危险传播的动力学机制是分离的,因此需要结合节点的动态信息来分析网络中的危险传播机理.本文针对该问题提出一种复杂网络中基于反应式的危险抑制方法,该方法主要针对节点当前的感染模式,采取相应的免疫策略进行防护.通过仿真实验表明,本文提出的免疫策略可以更加有效地抑制复杂网络中的危险传播.

English Abstract

参考文献 (13)

目录

/

返回文章
返回