切换至 "中华医学电子期刊资源库"

中华卫生应急电子杂志 ›› 2023, Vol. 09 ›› Issue (01) : 1 -8. doi: 10.3877/cma.j.issn.2095-9133.2023.01.001

专家论坛

不同网络结构特征下呼吸道传播病毒传播动力学研究
王双燕1,(), 邓云峰1   
  1. 1. 100089 北京,中共中央党校(国家行政学院)应急管理教研部
  • 收稿日期:2023-02-01 出版日期:2023-02-18
  • 通信作者: 王双燕
  • 基金资助:
    国家重点研发计划项目(2022YFC3005701)

Dynamics ofrespiratory tract virus transmission under different network structure characteristics

Shuangyan Wang1(), Yunfeng Deng1   

  • Received:2023-02-01 Published:2023-02-18
  • Corresponding author: Shuangyan Wang
引用本文:

王双燕, 邓云峰. 不同网络结构特征下呼吸道传播病毒传播动力学研究[J]. 中华卫生应急电子杂志, 2023, 09(01): 1-8.

Shuangyan Wang, Yunfeng Deng. Dynamics ofrespiratory tract virus transmission under different network structure characteristics[J]. Chinese Journal of Hygiene Rescue(Electronic Edition), 2023, 09(01): 1-8.

呼吸道传播病毒传播动力学特征的研究对于预测病毒传播趋势、掌握病毒传播特性、推演病毒传播控制策略至关重要。在病毒传播动力学研究方面,传统上采用系统动力学方法构建病毒传播仓室模型进行模拟和病毒传播推演,其中最为典型的病毒传播仓室模型是SIR(易感susceptible、感染infective、清除removal)[1]模型。随着人们对病毒传播特征研究的不断深入,许多学者开始基于SIR模型进行修正和修改,以更为真实或有针对性地模拟病毒传播过程,如谭双凤等[2]基于SEIR模型对具有潜伏期的病毒构建了病毒传播微分方程模型,并分析了其传播机制和规律。金薇等[3]考虑到多种变易病毒的影响,提出了具有时滞的两种新冠病毒并行传播的SIR模型,分析了原病毒和变异病毒灭绝和持久的充分条件。宋玉蓉等[4]考虑到人群信息传播与病毒传播的同步性,提出了意识扩散和SEIR病毒的双层网络模型,分析了遗忘因素等多种关键因素对病毒传播过程的影响。路学鹏等[5]针对新冠病毒的传播特点,基于系统动力学提出了新的SE4IR2模型,以预测病毒传播发展趋势。

图1 病毒传播过程中个体的状态转换图
表1 模型中相关参数设计和假设
图2 四种网络中潜伏期变化对感染人数的影响情况
图3 SF网络中传染率变化对感染人数的影响情况注:a为SF-0.0网络中传染率变化对感染人数的影响情况,b为SF-0.4网络中传染率变化对感染人数的影响情况
图4 SF网络中恢复率变化对感染人数的影响情况注:a为SF-0.4网络中恢复率对感染人数变化的影响,b为SF-0.0网络中恢复率对感染人数变化的影响,
图5 SF-0.0网络中免疫期敏感性变化对感染人数的影响
图6 SF-0.4网络中免疫期敏感性变化对感染人数的影响
图7 SW-0.0网络中免疫期敏感性变化对感染人数的影响
图8 SW-0.4网络中免疫期敏感性变化对感染人数的影响
1
Newman ME.Spread of epidemic disease on networks[J].Phys Rev E Stat Nonlin Soft Matter Phys200266(1 Pt 2):016128.
2
谭双凤,李卓,杨晓芳.基于SEIR的一类具有潜伏期的传染病模型[J].内江科技202243(7):39,47.
3
金薇,廖新元,佘智凤.一类具有时滞的两种新冠病毒并行传播的SIR模型研究[J].数学理论与应用202242(2):99-107.
4
宋玉蓉,鲍裕霖,李汝琦.意识扩散和SEIR病毒的双层网络传播模型[J].系统仿真学报202234(11):2437-2447.
5
路雪鹏,尚娇,赵俊辉,等.基于系统动力学的新冠病毒传播过程预测[J].系统仿真学报202133(7):1713-1721.
6
谢欧,戴华,廖涛.基于多智能体的病毒传播与防控建模[J].湖南理工学院学报(自然科学版)202235(4):23-28.
7
王佳亮,李海滨,李海燕.基于复杂网络的新冠病毒群体免疫数值仿真[J/OL].复杂系统与复杂性科学:1-8[2022-10-22].

URL    
8
冯传蕾.基于复杂网络的计算机病毒传播与防控研究[J].粘接202148(11):169-172.
9
Barabasi ALAlbert R. Emergence of scaling in random networks[J]. Science1999286(5439):509-512.
10
Arenas ADíaz-Guilera AKurths J,et al.Synchronization in complex networks[J].Phys Rep, 2008469(3):93-153.
11
Newman ME.Assortative mixing in networks[J].Phys Rev Lett200289(20):208701.
No related articles found!
阅读次数
全文


摘要