随机网络上的有限模仿传染：混沌、普适性与不可预测性

我们研究了一类二元状态、受社会启发的传染模型，该类模型结合了因排斥完全一致而受限的模仿行为。无论是在动态还是固定的随机网络上，也无论个体响应函数是概率性的还是确定性的，我们的模型均展现出丰富的行为。特别是，我们发现种群感染比例的极限行为存在显著变化，范围从稳态到混沌。我们表明，随着平均节点度的增加会出现倍周期分岔，且这一通往混沌的著名路径的普适类取决于随机网络的相互作用结构，而非单个节点的微观行为。我们发现，增加系统的固定性倾向于稳定感染比例，然而，仅取决于初始感染节点的选择，也可能出现不相交的多个平衡态。