移动群体中基于SIR模型的疾病传播行为

吉林大学学报(工学版) ›› 2009, Vol. 39 ›› Issue (05): 1274-1277.

移动群体中基于SIR模型的疾病传播行为

夏承遗^{1, 2},刘忠信¹,陈增强¹,袁著祉¹

1.南开大学自动化系,天津 300071；2.天津理工大学天津市智能计算与软件新技术重点实验室,天津 300191

收稿日期:2007-12-18 出版日期:2009-09-01 发布日期:2009-09-01
通讯作者: 陈增强（1964-）, 男,教授,博士生导师.研究方向:智能预测控制,混沌系统与复杂网络.Email:chenzq@nankai.edu.cn E-mail:chenzq@nankai.edu.cn
作者简介:夏承遗（1976-）,男,副教授,博士研究生.研究方向:复杂网络理论及应用.Email:xialooking@163.com
基金资助:
国家自然科学基金项目（60574036, 60774088）；高等学校博士学科点专项科研基金项目（20050055013）；教育部科学技术研究重点项目（107024）；教育部新世纪优秀人才支持计划（NCET）；天津市高校科技发展基金项目（20071306）.

Disease spreading behavior based on SIR model within population of mobile individuals

XIA Cheng-yi^{1, 2}, LIU Zhong-xin¹, CHEN Zeng-qiang¹, YUAN Zhu-zhi¹

1.Department of Automation, Nankai University, Tianjin 300071, China； 2.Tianjin Key Laboratory of Intelligence Computing and Novel Software Technology, Tianjin University of Technology, Tianjin 300191, China

Received:2007-12-18 Online:2009-09-01 Published:2009-09-01

摘要/Abstract

摘要：

将SIR传染模型嵌入到基于二维规则晶格的个体运动模型中，研究移动群体中的疾病传播行为。利用平均场理论和大量的数值仿真分析SIR模型的传染临界值。结果表明，有效传播临界速率与晶格中群体密度密切相关，并且个体运动也会显著影响疾病传播行为。最后，基于分析和仿真的结果，提出了一些可行的控制策略来抑制疾病在移动环境下的传播。

关键词: 计算机应用, SIR模型, 疾病传播, 移动群体, 平均场理论, 临界传播速率

Abstract:

To investigate the disease spreading behavior within population of mobile individuals, the SusceptibleInfectiveRemoved (SIR) epidemic model is embedded into the individual motion model based on two dimensional (2D) regular lattices. Meanfield theory and largescale numerical simulations are employed to analyze the critical threshold of the SIR model. The results indicate that the effective critical propagation rate is closely related with the density of mobile individuals, and the motion also remarkably influences the epidemic spreading behavior. At the end, some feasible control strategies, which are based on the analytical and simulation results, are proposed to contain the epidemic spreading within mobile populations.

Key words: computer application, SIR model, disease spreading, mobile population, meanfield theory, critical spreading rate

中图分类号:

TP39

夏承遗, 刘忠信, 陈增强, 袁著祉. 移动群体中基于SIR模型的疾病传播行为[J]. 吉林大学学报(工学版), 2009, 39(05): 1274-1277.

XIA Cheng-Yi, LIU Zhong-Xin, CHEN Zeng-Jiang, YUAN Zhu-Zhi. Disease spreading behavior based on SIR model within population of mobile individuals[J]. 吉林大学学报(工学版), 2009, 39(05): 1274-1277.

参考文献

相关文章 15

[1]	刘富,宗宇轩,康冰,张益萌,林彩霞,赵宏伟. 基于优化纹理特征的手背静脉识别系统[J]. 吉林大学学报(工学版), 2018, 48(6): 1844-1850.
[2]	王利民,刘洋,孙铭会,李美慧. 基于Markov blanket的无约束型K阶贝叶斯集成分类模型[J]. 吉林大学学报(工学版), 2018, 48(6): 1851-1858.
[3]	金顺福,王宝帅,郝闪闪,贾晓光,霍占强. 基于备用虚拟机同步休眠的云数据中心节能策略及性能[J]. 吉林大学学报(工学版), 2018, 48(6): 1859-1866.
[4]	赵东,孙明玉,朱金龙,于繁华,刘光洁,陈慧灵. 结合粒子群和单纯形的改进飞蛾优化算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1867-1872.
[5]	刘恩泽,吴文福. 基于机器视觉的农作物表面多特征决策融合病变判断算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1873-1878.
[6]	欧阳丹彤, 范琪. 子句级别语境感知的开放信息抽取方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1563-1570.
[7]	刘富, 兰旭腾, 侯涛, 康冰, 刘云, 林彩霞. 基于优化k-mer频率的宏基因组聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1593-1599.
[8]	桂春, 黄旺星. 基于改进的标签传播算法的网络聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1600-1605.
[9]	刘元宁, 刘帅, 朱晓冬, 陈一浩, 郑少阁, 沈椿壮. 基于高斯拉普拉斯算子与自适应优化伽柏滤波的虹膜识别[J]. 吉林大学学报(工学版), 2018, 48(5): 1606-1613.
[10]	车翔玖, 王利, 郭晓新. 基于多尺度特征融合的边界检测算法[J]. 吉林大学学报(工学版), 2018, 48(5): 1621-1628.
[11]	赵宏伟, 刘宇琦, 董立岩, 王玉, 刘陪. 智能交通混合动态路径优化算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1214-1223.
[12]	黄辉, 冯西安, 魏燕, 许驰, 陈慧灵. 基于增强核极限学习机的专业选择智能系统[J]. 吉林大学学报(工学版), 2018, 48(4): 1224-1230.
[13]	傅文博, 张杰, 陈永乐. 物联网环境下抵抗路由欺骗攻击的网络拓扑发现算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1231-1236.
[14]	曹洁, 苏哲, 李晓旭. 基于Corr-LDA模型的图像标注方法[J]. 吉林大学学报(工学版), 2018, 48(4): 1237-1243.
[15]	侯永宏, 王利伟, 邢家明. 基于HTTP的动态自适应流媒体传输算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1244-1253.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed