基于权重控制的多层复杂网络传播动力学研究

Multilayer complex networks can depict the structural feature of real networks more accurately, the propagation dynamics based on it studies the dynamic spreading process in the real world, such as the spreading of epidemic, malware and cascading failure, which is a highly valuable research area. The propagation depends on the contact among individuals, while the strength of which can be measured by edge weights among individuals. Therefore, the study on weight control is critical to reveal the dynamical coupling relationship between spreading process and network structure and to control the spreading process efficiently. It is of practical significance for providing guidance on the control of spreading process in reality, such as adapting contact strength between individuals in social networks and adjusting load redistribution in power grid. Based on above considerations, this project focuses on the modeling, control, optimization and simulation of propagation dynamics on multilayer complex networks based on weight control. The contents include the interlayer weight control on interdependent propagation networks based on dynamical importance, the intralayer weight control on multiplex propagation networks based on information diversity, the optimal weight control on multilayer complex networks and the agent-based simulation of artificial multilayer propagation networks. This study will develop theory of complex networks propagation dynamics and provide guidance for the analysis and control of spreading process on various practical multilayer networks.

多层复杂网络能准确刻画现实网络的结构特征，基于多层网络的传播动力学以流行病、恶意软件和电力故障等作为传播对象，分析它们在多层网络上的传播过程，极具研究价值。传播依赖于个体之间的接触，而接触强度可以通过节点之间的连边权重度量，因此权重控制问题的研究是揭示传播过程与网络结构之间动态耦合关系，有效控制传播过程的关键。其研究为社会网络、电力网络等实际网络中个体接触频率、负荷再分配方式的调整提供依据，具有现实意义。为此，本项目拟基于权重控制研究多层复杂网络传播动力学中的建模、控制、优化与仿真等问题，包括：基于动态重要性的依存型多层传播网络层间权重控制、基于信息多样性的多维型多层传播网络层内权重控制、多层复杂传播网络权重最优控制和基于主体的人工多层传播网络仿真。通过这些研究，丰富和发展复杂网络传播动力学理论，为各类现实多层复杂网络上传播过程的分析和控制提供指导依据。

基于复杂多层网络的传播动力学研究流行病、信息、和级联故障等在多层复杂网络上的传播过程，具有重要的研究意义。本项目研究多层复杂网络传播动力学中的建模、控制、优化与仿真问题。在建模方面，项目组研究了活跃度驱动网络上具有防范意识的流行病传播模型，给出了不同防范意识持续时间下的流行病爆发阈值；研究了复杂电力网络上的故障传播问题，并给出了最优负载分配策略，为抑制故障传播提供了理论指导。在控制与优化方面，项目组研究了抑制流行病传播的自适应权重调整机制，提出了权衡感染成本与权重调整成本的最优控制问题，给出了最优解的结构；基于多层网络，研究层间权重成本与层内控制成本对流行病传播的影响；研究了抑制社交网络谣言传播的混杂控制策略，提出连续的真相传播成本与离散的谣言隔离成本，给出了最优解的表达式。考虑到网络结构与传播的关联性，项目组还研究了基于传播数据的网络拓扑辨识问题，设计了用于恢复多维网络与加权网络拓扑结构的拓扑辨识算法。最后，项目组搭建了基于主体的人工社会传播网络仿真平台，实现了主体属性设置、主体真实交互、结果统计等功能，模拟对象在网络上的传播过程，并做了一系列仿真实验验证理论研究结果。本项目将传播动力学与复杂网络、最优控制研究相结合，拓展了复杂系统理论、最优控制理论，获得的结果对多层复杂网络的传播动力学研究具有一定的应用指导意义。项目共完成21篇SCI收录期刊论文。