基于人类移动和交流行为的传染病传播模型及控制策略研究

In the complex communication between individuals, exploring how the change of individual behavior affects the epidemic spreading and how to make scientific control measures are the scientific and social issues that need to be solved. According to the human movement behavior and human communication behavior data, by statistical analysis of the rules of individual movement and communication, we try to build the mathematical model of human movement and communication behavior. By analysis the change of individuals movement pattern, the connection and the dynamic characteristics of epidemic spreading, using complex networks, percolation theory, Markov chain and cavity theory, this project intends to establish the epidemic spreading model by considering human behavior patterns. Exploring the epidemic threshold and scale for disease spreading under different features of human movement behavior, human communication behavior, epidemic infected probability and recovery rate. According to the complex network mapping method and the collective influence and k-shell algorithm, we research the key node identification methods in dynamic individual movement and communication network, and then study the epidemic spreading control measure under human behavior. Based on the Ising model and belief propagation algorithm, by calculation the Hamiltonian for different immunization, formulating the optimal immune measures. Through the study of this project, we try to provide a scientific basis for the prevention and control of infectious diseases.

在复杂的个体间交流下，研究人类行为变化对传染病传播的影响，进而制定科学的传染病控制方案是亟待解决的科学和社会问题。本项目首先基于人类移动及交流行为数据，通过统计分析个体移动及个体间交流规律，运用复杂网络及多主体建模方法，构建人类移动及交流行为模型；通过研究个体移动模式变化、个体间连接的拓扑变化及传染病传播的动力学特征，基于渗流模型、空穴理论及马尔科夫链等方法，构造人类行为模式下的传染病传播动力学模型；分析在不同的个体移动及交流特征、传染病传播率及恢复率下的传染病传播阈值及传播规模；根据复杂网络映射等方法，基于集体影响力及K核分解等算法，研究动态的个体移动及交流网络中关键节点识别方法，继而研究在人类行为变化下的传染病传播网络中重要传播点的控制；基于Ising模型及信念传播算法，通过对不同免疫措施下哈密顿量的计算，制定最优免疫措施。通过本项目的研究，力图为传染病的预防及控制提供一定的科学依据。

在复杂的个体间交流下，研究人类行为变化对传染病传播的影响，进而制定科学的传染病控制方案是亟待解决的科学和社会问题。本项目首先基于人类移动及交流行为数据，通过统计分析个体移动及个体间交流规律，运用复杂网络及多主体建模方法，构建人类移动及交流行为模型；通过研究个体移动模式变化、个体间连接的拓扑变化及传染病传播的动力学特征，基于渗流模型、空穴理论及马尔科夫链等方法，构造人类行为模式下的传染病传播动力学模型；分析在不同的个体移动及交流特征、传染病传播率及恢复率下的传染病传播阈值及传播规模；根据复杂网络映射等方法，基于集体影响力及K核分解等算法，研究动态的个体移动及交流网络中关键节点识别方法，继而研究在人类行为变化下的传染病传播网络中重要传播点的控制；基于Ising模型及信念传播算法，通过对不同免疫措施下哈密顿量的计算，制定最优免疫措施。通过本项目的研究，力图为传染病的预防及控制提供一定的科学依据。