复杂网络上双病毒及年龄结构传染病模型的动力学分析

发布时间：2020-07-08 02:11

【摘要】：传染病学是从群体水平研究传染病在人群中发生、发展的规律,并制定预防和控制传染病的措施的科学。传染性疾病的传播不仅依赖于疾病的生物学特征,还依赖于种群之间的接触方式,即在接触过程中,单位时间内不同的人接触地人数可能是不同的。而传统传染病模型中基于均匀混合的假设完全忽略了人群的局部接触方式。随着复杂网络理论的发展和成熟,现实世界中许多实际问题都可以抽象为复杂网络模型研究。其中,通过复杂网络理论建模研究传染病的传播机制更具有现实意义。为了更好地认知和控制传染病,本文在前人工作的基础上,针对具有网络特征的人群结构,从建模方法,传播过程的异质性及疾病控制措施等方面,建立并研究了不同类型的动力学模型。主要的工作包括以下几个方面:1.很多的复杂网络传播模型是以网络节点为研究对象的平均场理论模型。这并不能反映聚类系数在传播动力学中的作用。并且疾病乃至信息传播的本质是健康节点和染病节点之间形成连边,那么,以网络中的边(点对)为研究对象的对逼近建模思想就更具有现实意义。同时,在疾病传播过程中存在多病毒交互作用且彼此竞争同一易感群体的情况。由此,我们提出了异质网络上基于对逼近建模思想的双病毒传播模型,导出模型的基本再生数,证明了平衡点的稳定性,并得到聚类系数对双病毒传播的影响。2.在疾病传播过程中,每个染病阶段的传播特征不同,为了更合理的分析疾病传播动力学行为,我们建立了复杂网络上带有年龄结构及个体出生和死亡的SIS传播模型,其中,感染率函数和恢复率函数都依赖于染病年龄。我们证明了疾病的一致持续性以及严格的阈值性质,即基本再生数完全决定模型的全局动力学行为,当基本再生数小于1时,无病平衡点全局渐近稳定,当基本再生数大于1时,唯一的地方病平衡点全局渐近稳定。我们利用构造Lyapunov函数的方法证明了平衡点的全局稳定性。最后,利用数值方法分析了感染年龄在疾病控制措施中的重要性。3.对疾病的控制方法主要有对易感者的免疫和染病者的隔离治疗两种。但是,随着免疫时间的增长,免疫的效果会随之减弱。同时,对于染病者的隔离是异质的。我们基于SIR模型建立带有不完全免疫和隔离的网络传播模型,得到系统具有'前向'分支,也就是基本再生数完全决定了系统的全局行为,并构造Lyapunov函数证明平衡点的全局稳定性。同时,分析了不同的隔离措施的影响,其中目标隔离的效果最好。4.继续研究了不完全免疫对诸如脑炎,流感,淋病等疾病(疾病可能再次感染)传播的影响,我们考虑不完全免疫和隔离干预下的SVIQS网络模型的动力学行为,得到系统存在多稳态,并分析了在呈现'前向'分支的情况下平衡点的全局稳定性,并且免疫复发率与基本再生数呈现非线性正相关,而对疾病的免疫失效率与基本再生数呈现线性正相关的关系。
【学位授予单位】：上海大学
【学位级别】：博士
【学位授予年份】：2018
【分类号】：O157.5
【图文】：

．１：以节点，为一个顶点的三元组的两种形式，闭三元组（三角形）和开三有全局和局部两种度量方法。全局聚类系数旨在＝邋［ＡＢ＾ＢＣ］＾而局部聚类系数给出单个节点的聚个节点的聚类系数，对于网络Ｇ中任一节点记为节点Ｆ，？的心个邻居之间实际存在的边数，知为２尽，以节点居中的三元组数量为丨，伙－丨），及同配与异配逡逑杂网络性质时，度分布函数只能孤立说明网络中度为能表示不同节点度之间是否存在关联性。网络中节点性及聚类系数常被用来描述不同网络结构之间的差异节点之间的相关性逡逑

虑网络聚类系数的情形下，文献［２１，３３，邋４３］给出了均匀网络中的利用组对二元组逼近的表达式，逡逑ｎ－＼［ＡＢ］［ＢＣ］／ｔ逦±＿Ｎ［ＡＣ］＾逡逑质网络中ＳＩＳ矩封闭传染病动力学模型逡逑网络中的节点不仅由状态决定还与度有关系。因此，研宄异质网络上须考虑逼近过程中不同状态和不同度构成的二元组或者三元组的变变得更细致，但也更复杂。目前研宄异质网络中的二元组与三元组逼力学模型还很少，２００２年Ｅａｍｅｓ与Ｋｅｅｌｉｎｇ邋［４４］首次在异质网络中与三元组的逼近，并建立了邋ＳＩＳ动力学模型，设总人ｎ保持不变，易感者每次接触传染的概率为ｔ，染病者的恢复率为ｇ。［心］、Ｍ分Ａ的易感者、染病者数量，［心／／］、小［／Ｍ］分别代表度为６的易／的染病者构成的二元组数量、度为々的易感者和度为／的易感者构数量、度为Ａ的染病者和度为／的染病者构成的二元组数量。逡逑５￣￣邋ｓＳ

(a)卑随时间的演化

【相似文献】

相关期刊论文 前10条

1 崔玉美;陈姗姗;傅新楚;;几类传染病模型中基本再生数的计算[J];复杂系统与复杂性科学;2017年04期

2 李海荣;;具有时滞的HCV感染模型的稳定性分析[J];科技风;2018年24期

3 李海荣;;一类具有细胞内时滞的寄主病毒模型的全局稳定性分析[J];科技风;2018年23期

4 姚苗然;王稳地;张金金;舒梦诗;;结核分枝杆菌动力学模型的稳定性分析[J];西南大学学报(自然科学版);2017年05期

5 张宇;严水仙;原三领;;一类基于边的随机SEIR网络模型的传播动力学[J];生物数学学报;2017年04期

6 陈申申;华静;张发祥;李医民;;具有HollingⅡ型改造率的土地动力学模型分析[J];系统科学与数学;2017年03期

7 廖书;杨炜明;陈相臻;;霍乱动力学模型中的疫情增长率以及疫情最终大小的计算[J];生物数学学报;2014年01期

8 杨俊元;王晓燕;李学志;;具有非线性发生率和扩散的两菌株模型分析[J];应用数学学报;2015年03期

9 吕建平;罗晓峰;;马感染EHV-1病毒传播动力学模型分析[J];重庆理工大学学报(自然科学);2018年12期

10 庞丽艳;;一类改进的手足口病模型的稳定性分析[J];宁夏师范学院学报;2017年03期

相关会议论文 前2条

1 骆雨桐;陈征;;GHEIQCR模型再生数计算方法研究[A];2017年中国卫生统计学学术年会论文集[C];2017年

2 郑广;谢文军;李荣江;于振华;;信息物理融合系统中具有潜伏期的恶意软件传播模型研究[A];系统仿真技术及其应用（第16卷）[C];2015年

相关重要报纸文章 前1条

1 北京地坛医院感染性疾病诊疗中心主任医师 蒋荣猛;MERS传播效力真那么高吗[N];健康报;2015年

相关博士学位论文 前10条

1 陈姗姗;复杂网络上双病毒及年龄结构传染病模型的动力学分析[D];上海大学;2018年

2 任善静;具有年龄结构的肺结核流行病模型的研究[D];华中师范大学;2018年

3 吕翠芳;几类具免疫应答的HIV-1动力学模型研究[D];湖南大学;2014年

4 王新新;两类生物动力模型的渐近行为研究[D];哈尔滨工业大学;2015年

5 孙起麟;艾滋病病毒感染和治疗动力学的理论研究与应用[D];北京科技大学;2015年

6 侯强;动力系统在几个具体传播问题中的应用研究[D];中北大学;2013年

7 刘三红;禽流感的数学建模及数值模拟[D];华中师范大学;2015年

8 祝光湖;复杂网络上的传染病传播动力学研究[D];上海大学;2013年

9 张金慧;肺结核传播模型的定性分析及数据模拟[D];华中师范大学;2014年

10 杨瑜;几类生物数学模型的动力学研究[D];上海交通大学;2009年

相关硕士学位论文 前10条

1 VIDEO SIVILAY（李大海）;饮酒成瘾动力学的建模与分析[D];湖南大学;2018年

2 刘慧娟;年龄结构影响下的HIV-1病毒动力学研究[D];河南大学;2018年

3 高雪飞;基于桥梁人群的HIV/AIDS数学模型构建与研究[D];中国石油大学（北京）;2017年

4 胡丙火;中国HIV-HBV共感染的数学建模及分析[D];华中师范大学;2018年

5 郭晓霞;两类具有时滞的HIV模型的研究[D];山西师范大学;2017年

6 冯浩;动态复杂网络上SIS模型及其分析[D];山西大学;2017年

7 陈高亮;两类时滞腐败动力学模型分析[D];信阳师范学院;2018年

8 范琳p

本文编号：2745946