复杂网络上非马尔科夫传播与生长过程研究.pdf

华东师范大学硕士学位论文 摘 要 网络传播动力学主要关注疾病、信息、物质等在网络中的传播扩散过程，进 而揭示网络传播过程的本质特征，为社会网络中的疾病防控，互联网上的谣言遏 制等提供有效的理论与技术支持。经过长期的发展，复杂网络中的马尔科夫过程 已经形成了一套完整的体系。然而真实网络上的很多传播过程都具有非马尔科 夫特性，比如人类的社交活动的时间分布通常呈现出胖尾特征。相应地，一些研 究发现对网络上的传播过程来说，等待时间的异质性在一定程度上会阻碍传播 过程。马尔科夫传播模型并不能对现实世界中的这类传播过程进行描述，与之相 比，具有非马尔科夫特性的传播过程则可以很好地描述它们。 为了更进一步地揭示非马尔科夫特性对传播过程的影响，本文在前人的基 础上，对复杂网络上的传播过程进行了深入的研究。与现有的网络传播动力学理 论方法相比，二阶平均场理论能够得到更为精确的结果。本文借鉴了该理论的思 想方法，给出了能够准确地预测复杂网络中非马尔科夫SI 模型以及SIR 模型爆 发过程的二阶平均场理论，建立了求解疾病传播过程的偏微分方程组，进而能够 预测网络中疾病爆发的时间演化过程。此外，通过该理论我们还可以计算得到网 络中每个节点被感染的平均时间，从而确定在该过程中哪些节点更容易被感染， 这对于传染病的防控工作有一定的指导性意义。并且在本文中，通过在不同人造 网络和实际网络上进行实验模拟，发现得到理论结果与模拟结果吻合地很好，进 一步验证了该理论方法的准确性。 网络传播动力学不但在流行病防控方面具有重要意义，在其它真实网络中 也有着重要的应用价值。本文利用SI 模型的传播特性，将该模型用于表示在平 面晶格上克隆植物分株网络的生长过程。实验模拟研究发现，在由正三角形晶 格和由正方形晶格组成的晶格生境中，分株网络倾向于纵向生长，表现出更好地 探索周围区域的能力。而在正六边形晶格生境中，分株网络倾向于横向生长，存 在更多的叶子节点，展现了分株利用丰富资源的能力，同时分株数量增长速度更 快。通过将网络传播动力学知识应用到生态网络中去，揭示了克隆植物分株网络 生长的适应性特征，既体现了研究网络传播动力学模型的重要性，也说明了该网 络科学的广泛可适用性。 关键词: 复杂网络，传播动力学，非马尔科夫过程，SI 模型，分株网络 I 华东师范大学硕士学位论文 ABSTRACT Networkspreadingdynamicsmainlyfocusesonthediffusionofdisease,informa- tion or substances in the network systems, reveals the essential characteristics of the network propagation process, then provides effective theoretical support for the con- trol of disease in the social networks and the containment of rumors on the Internet. Through long-term development, Markov process in complex network has formed a complete theoretical analysis framework. However, many spreading processes on real networks have non-Markov characteristics, such as the time distribution of human so- cial activities usually shows heavy tail characteristics. Accordingly, it is found that for the spreading process on a network, the heterogeneity of waiting time will hinder the spreading process to s