具有间接接触的生灭演化网络上的流行病传播建模

复杂网络上的流行病建模一直得到深入研究。大多数相关研究假设底层网络演化的时间尺度远大于其上的传播动力学，而流行病与网络的共同演化仍需进一步探索。在本文中，我们研究了我们最近提出的生灭演化网络如何影响易感-感染-恢复-易感（SIRS）流行病过程。我们的演化网络考虑了节点的增加和遗传性删除，这能够描绘流行病期间的个人行为，例如人口迁移和间接接触。为了对上述过程进行建模，我们构建了一个马尔可夫排队网络，并对不同流行病状态的人口规模变化进行了分析。在模拟中，我们揭示了由我们网络动态特性引起的人口迁移和间接接触如何影响每种流行病状态的人口规模，并发现新产生的间接接触促进了流行病传播。