重连配置模型上的易感-感染-易感动力学

我们研究了配置模型网络上的易感-感染-易感动力学。为了统一当前方法，我们考虑一个边不断被重排、具有可调重连率 $\omega$ 的网络。我们对该过程进行了详细的稳态分析，得到了任意重连率下吸收态阈值的闭式表达式。在两种极端机制（退火和准静态）下，我们恢复并进一步改进了当前方法的结果，并为中间机制提供了自然的插值。对于任何有限的 $\omega$，我们的分析预测当最大度 $k_\mathrm{max} \to \infty$ 时阈值消失，这是静态网络淬火平均场理论所得结果的推广。