利索能及
我要发布
收藏
专利号: 2021115326494
申请人: 南京邮电大学
专利类型:发明专利
专利状态:已下证
更新日期:2026-09-16
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.考虑时变遗忘因素的双层网络传播模型建立方法,其特征在于:所述双层网络传播模型建立方法包括如下步骤:步骤1:建立UAU‑SEIR模型的MMCA方程组;

步骤2:考虑信息层遗忘因素的时变特性,设置个体遗忘概率的动态方程;

步骤3:对步骤2中的动态方程进行简化,推导出模型的传播阈值,其中:所述步骤1中MMCA方程组为:

US AS U US U

Pi (t+1)=Pi (t)ω(t)qi(t)+Pi (t)ri(t)qi(t)AS US A AS A

Pi (t+1)=Pi (t)[1‑ri(t)]qi(t)+Pi (t)[1‑ω(t)]qi(t)UE AE US U AS U

Pi (t+1)=Pi (t)ω(t)(1‑σ‑θ)+Pi (t)ri(t)[1‑qi (t)](1‑σ‑θ)+Pi (t)ω(t)[1‑qiUE(t)](1‑σ‑θ)+Pi (t)ri(t)(1‑σ‑θ)AE AS A U UE

Pi (t+1)=Pi (t){[1‑ω(t)][1‑qi(t)]+ω(t)[1‑qi (t)][1‑ri(t)]}+Pi (t)[1‑riUS U A AE(t)](1‑σ‑θ)+Pi (t){ri(t)[1‑qi (t)][1‑ri(t)]+[1‑ri(t)][1‑qi (t)]}+Pi (t)[1‑ω(t)](1‑σ‑θ)AI AS A U US

Pi (t+1)=Pi (t){[1‑ω(t)][1‑qi (t)]σ+ω(t)[1‑qi (t)]{σ+[1‑ri(t)]σ}}+Pi (t)U A UE AE{ri(t)[1‑qi(t)]{σ+[1‑ri(t)]σ}+[1‑ri(t)][1‑qi(t)]σ+Pi (t)ri(t)σ+Pi (t)[1‑ω(t)AIσ]+Pi (t)(1‑μ)

UR AR UE UR

Pi (t+1)=Pi (t)ω(t)+Pi (t)ri(t)θ+Pi (t)ri(t)AR AE UR AI AR

Pi (t+1)=Pi (t)[1‑ω(t)]θ+Pi (t)[1‑ri(t)]+Pi (t)μ+Pi (t)[1‑ω(t)]AS AE AI式中(t+1)表示t时刻的下一时步,无论哪一时刻必须满足:Pi (t)+Pi (t)+Pi (t)+AR US UE URPi (t)+Pi (t)+Pi (t)+Pi (t)=1,当t→∞时,每个状态都会到达相应的稳态值,即有:US AS UE AE AI UR AR其中,Pi (t),Pi (t),Pi (t),Pi (t),Pi (t),Pi (t),Pi (t),分别表示t时间步各个A U节点状态的个体密度,ri(t)表示节点i不知道传染病存在的消息的概率,qi (t),qi (t)分别表示有意识节点和无意识节点不被感染的概率;

所述步骤2中遗忘概率的动态方程为:

E E

其中,v和δ为参数,ρ为潜伏态节点密度,当δ=0时,遗忘概率为v‑ρ,当δ不为0时,遗忘E ‑δt E E概率ω(t)=v‑ρ*e ,且ω(0)=v‑ρ,即初始时刻的遗忘概率为v‑ρ;

所述步骤3中模型的物理接触层传播阈值为:其中,σ表示潜伏态转变为感染态的概率,θ表示潜伏态转变为恢复态的概率,Λmax(H)表示构造矩阵H的最大特征根;

所述步骤3中模型的信息层传播阈值为:

其中,ω表示遗忘概率,Λmax(A)表示矩阵A的最大特征根。