几类传染病模型中基本再生数的计算
2017-07-07崔玉美陈姗姗傅新楚
复杂系统与复杂性科学 2017年4期
崔玉美,陈姗姗,傅新楚
(上海大学数学系,上海 200444)
0 引言
传染病历来是人类健康的大敌,传染病的防治一直是人类社会面临的永恒课题。历史上,如鼠疫、天花、登革热、非典型性肺炎、肺结核、艾滋病等疾病多次肆虐全球,严重威胁着人类的生命安全[1-5]。近年来,诸如梅丽莎、灰鸽子、熊猫烧香、机器狗等计算机病毒的泛滥,因特网、社交网络上各种谣言的传播给人类社会带来了新的威胁和挑战。因此,研究疾病、病毒的传播和扩散机制以及相应的预防措施是当前复杂系统和传染病动力学研究领域的热点问题。早在1760年,D.Bernouli就用数学模型来研究天花的传播。1911年,Ross为研究疟疾传播过程建立的仓室模型为今后传染病动力学的研究奠定了基础。1927年两位数学家Kermack和McKendrick[6]研究黑死病及瘟疫的流行规律,建立了SIR仓室模型,提出预测传染病传播的“阈值定理”,直到今天仍被广泛应用和不断完善。
通过微分方程构建的传染病动力学模型虽然可以刻画许多疾病的动力学行为,然而这种基于均匀混合假设的模型有很大的局限性,它忽略了不同个体传染能力的差异。不论是疾病、计算机病毒或谣言等,他们的传播和扩散必然会受到网络拓扑结构的影响。通过将个体抽象为网络节点,个体间的相互作用关系抽象为节点之间的连边,我们能够更真实地刻画疾病的传播过程。1998年Watts和Strogatz[7]提出小世界网络及1999年Barabasi 和Albert[8]提出无标度网络,自此复杂网络理论获得迅猛发展。众多网络模型的提出和推导为传染病动力学的研究提供了新的方向。……
登录APP查看全文
