APP下载

Lyapunov 函数与SIR模型在复杂网络上的分析

2021-07-02刘霞王健王军礼王虎

山东理工大学学报(自然科学版) 2021年6期
关键词:分析模型研究

刘霞,王健,王军礼,王虎

(1.山东理工大学 数学与统计学院, 山东 淄博 255049;2.北京大学 能源经济与可持续发展研究中心,北京100871;3.国务院发展研究中心 公共管理与人力资源研究所,北京 100010;4.北京大学 北京大学深圳研究生院,深圳 518055)

围绕传染病模型状态稳定性分析的研究[1-4],在预测疾病的发展趋势和控制疾病的传播速度等方面都起到了很大的作用,这类研究都是通过分析相应的常微分方程得到一个再生数R0[1,4],根据该参数分析疾病是否能消除。考虑到现实网络表现出的小世界效应[5]和无标度SF特性[6],Barabási等[7]在SF网络的开创性工作激发了复杂网络中传播动力学的广泛研究,Pastor等[8]研究了传染病模型SIS在SF网络和有界SF网络上的动力学行为。

1 网络拓扑结构对传播行为的影响

1.1 SIR 模型在SW网络上的传播

图1 SW网络上SIR模型的转移

SW网络度分布的一个显著特点是每个节点可以近似具有相同的度,即f(k)~〈k〉,那么该模型中由S和I构成的微分方程为

(1)

本文利用Lyapunov函数直接法分析平衡点的全局渐进稳定性。

定理1 当R0>1时,系统(1)的传染病平衡点E*是全局渐进稳定的。

证明由于E*是系统(1)的平衡点,所以

A=pbI*+β〈k〉S*I*+dS*,

(d+δ)I*=β〈k〉S*I*+pbI*。

对系统(1),V(S,I)沿S,I的全导数为

对一切S(t),I(t)≥0,则

其中“=”成立当且仅当S(t)=S*,根据渐进稳定性定理[11],E*是全局渐进稳定的。

定理2 当R0≤1时,系统 (1) 的DFE即E0是全局渐进稳定的。

证明定义另一个Lyapunov 函数,

对系统(1),U(S,I) 沿S,I的全导数为

从R0的表达式可知网络的特征值〈k〉可以增大R0的值,进而加快疾病的传播。

1.2 SIR模型在SF 网络上的传播

图2 SF网络上SIR模型的转移

利用平均场理论给出Sk(t)、Ik(t)、Nk(t)在SF网络上的常微分方程组

登录APP查看全文

猜你喜欢

分析模型研究
一半模型
FMS与YBT相关性的实证研究
辽代千人邑研究述论
隐蔽失效适航要求符合性验证分析
重尾非线性自回归模型自加权M-估计的渐近分布
视错觉在平面设计中的应用与研究
EMA伺服控制系统研究
电力系统不平衡分析
电力系统及其自动化发展趋势分析
3D打印中的模型分割与打包