有限尺寸网络上流行病阈值的模拟识别
物理与社会
2014-10-16 v2
摘要
流行病阈值是流行病动力学最重要的特征之一。通过在各类网络上的经典易感 - 感染 - 恢复 (SIR) 和易感 - 感染 - 易感 (SIS) 模型中进行大量数值模拟，我们研究了有限尺寸网络上流行病阈值的模拟识别。我们证实，由于临界点附近爆发规模的双峰分布，易感性度量在 SIR 模型中会失效；而通过分析流行病变异性的峰值，可以准确确定 SIS 和 SIR 模型的模拟阈值。我们将 SIR 模型从变异性度量获得的模拟阈值与异质平均场理论 (HMF) 和淬火平均场理论 (QMF) 推导出的理论预测进行比较，进一步验证了这些预测的准确性。结果表明，除网络为负 assortative（disassortive）的情况外，HMF 预测与模拟阈值非常吻合；而在负 assortative 网络中，QMF 预测更接近模拟阈值。
引用
@article{arxiv.1410.0459,
title = {Simulated identification of epidemic threshold on finite-size networks},
author = {Panpan Shu and Wei Wang and Ming Tang and Younghae Do},
journal= {arXiv preprint arXiv:1410.0459},
year = {2014}
}
备注
14 pages, 5 figures