目前，人类社会正处于一个信息爆炸的互联网时代，流行病传播的载体——人与人的联系、接触、交流所形成的系统是相当复杂的。流行病传播机制与免疫过程受到各种因素的影响，是一个十分复杂的现象。本研究从人类行为的角度出发，将生物数学、心理学、空间统计学等的相关知识结合起来，首先构建出更贴近实际的双层网络模型；然后充分考虑影响个体行为的各种因素，建立了双层网络上的流行病传播动力学模型，并对该模型上的流行病传播行为、免疫机制与预防策略进行深入研究，主要得到如下结论：

（1）基于二维晶格网络，对个体的远距离随机行走、染病持续时间，免疫保持时间等因素对流行病传播动力学行为的影响进行研究发现：人员随机走动会大大加快流行病的传播速度与波及范围；个体染病持续时间的增加会扩大流行病的扩散规模；个体免疫持续时间的增加则会对流行病的传播产生较强的抑制作用。

（2）在深入分析国内铁路——航空双层网络各种拓扑统计特征的基础上，对其上的流行病传播动力学行为进行数值模拟发现：与均匀网络相比，铁路—航空双层网络更易于流行病的传播、扩散；与非均匀网络相比，在相同的初始条件下，铁路—航空双层网络上的流行病感染个体人数更多，感染密度更大。基于此铁路—航空双层网络模型，本文提出一种新的具有动态结构的双层网络理论模型，同时，基于平均场理论对此模型上的个体移动规律与流行病传播动力学行为进行解析，所得解析结果与实证研究结果相吻合。

（3）通过对当前流行病传播的各种免疫控制策略，如随机免疫、目标免疫、熟人免疫以及基于覆盖的免疫等策略进行对比研究分析，结合流行病在真实系统中的传播特点及各种影响因素，并以建立的双层网络理论模型为例，本文新提出一种新的基于信息驱动接种的免疫策略。同时，在双层网络理论模型上，利用计算机模拟仿真技术，将这种新的免疫策略与随机免疫策略的效果进行对比研究分析，发现：基于信息驱动接种免疫的策略比随机免疫策略的效果更好，能极大地抑制流行病的传播速度、传播范围与扩散规模。

[1]刘攀,汤先忻, 1999-2008年国内外艾滋病研究状况的文献计量学分析, 疾病监测, 2010, 25(1): 79-82.

[2]何大韧,刘宗华,汪秉宏.复杂系统与复杂网络[M].北京:高等教育出版社,2009: 186-194.

[3]Watts D J, Strogatz S H. Collective dynamics of 'small-world' networks. Nature, 1998,393(6684): 440-442.

[4]Barabasi A L, Albert R, Jeong H. Mean-field theory for scale-free random networks. Physica a-Statistical Mechanics and Its Applications, 1999, 272(1-2): 173-187.

[5]Costal D F, Oliveira JR O N, Travieso G, et al. Analyzing and modeling real-world phenomena with complex networks: a survey of applications [J]. Advances in physics, 2011, 60(3): 329-412.

[6]刘宏鲲,唐明, 全球性流行病传播研究综述,复杂系统与复杂性科学, 2011, 8(3): 86-94.

[7]Chengyi X., Zhongxin L., Zengqiang C., Shiwen S., Zhuzhi Y., Epidemic spreading behavior with time delay on local-world evolving networks, Front. Electr. Electron. Eng. China 2008, 3(2): 129–135.

[8]邵峰晶,孙仁诚,李淑静,隋毅, 多子网复合复杂网络及其运算研究,复杂系统与复杂性科学2012,9(4): 20-25.

[9]Tao Zhou, Gang Yan, and Bing-Hong Wang, Maximal planar networks with large clustering coefficient and power-law degree distribution, Phys. Rev. E 73, 058102 (2006).

[10]Gao J-X, Buldyrev S V, STANLEY H E et al. Networks formed from interdependent networks [J]. Nature Physics.2012, 8(1): 40-48.

[11]周涛, 韩筱璞, 闫小勇等. 人类行为时空特性的统计力学[J]. 电子科技大学学报.2013, 42(7): 481-540.

[12]Honey C J, Sporns O, Cammoun L, et al. Predicting human resting-state functional connectivity from structural connectivity [J].Proceedings of the National Academy of Sciences of the United States of America. 2009, 106(6): 2035-2040.

[13]黎勇,胡延庆,张晶,狄增如, 空间网络综述,复杂系统与复杂性科. 2010, 7 (3): 145-164.

[14]潘四军,顾长贵,姜玉梅,何大韧,一个客运交通网动力学模型,复杂系统与复杂性科学2008,5(4):84-88.

[15]倪顺江（清华大学）,范维澄, 基于复杂网络理论的传染病动力学建模和研究,博士学位论文,2009,20(4):5-10.

[16]Holme P, Saramaki J. Temporal Networks [J]. Physics Reports.2012, 519(3): 97-125.

[17]Jie Zhou, Zong-hua Liu, Epidemic spreading in complex networks, Frontiers of Physics in China , 2008,1673-348.

[18]Yanni HAN 1,Deyi LI,Teng WANG, Identifying different community members in complex networks based on topology potential, Frontiers of Computer Science in China, 2011, O157.5.

[19]Marxv. The big challenges of big data [J].Nature, 2013, 498(7453): 255-260.

[20]Liu B N. The development of the post genome era ten years -- ten years of life science and the challenges [J].Chinese Journal of Nature,2010,32(6):360-364.

[21]陈端兵,黄晟,尚明生.复杂网络模型及其在疫情传播和控制中的应用研究[J].计算机科学,2011,38(6): 118-121.

[22]李涛,王圆妹,关治洪. 无标度网络上具有时滞的SIRS传播模型研究[J].华中科技大学学报(自然科学版),2013,41(4):1671-4512.

[23]许新建.复杂网络上的相关动力学行为研究[D].兰州大学:兰州大学图书馆,2005.

[24]余雷,薛惠锋.基于复杂网络的传染病模型研究[J],陕西科技大学学报,2007,25(2):126-129.

[25]曹务春,张久松. 流行病学研究进展与发展设想.解放军医学杂志. 2010,35(8).

[26]F. Simini, M. C. González, A. Maritan, and A.-L. Barabási, A universal model for mobility and migration patterns, Nature 484, 96–100(2012).

[27]Barabasi A L.Linked: The New Science of Networks [D]. Massachusetts: Persusu Publ ishing,2002.

[28]Watts D j.The ‘new’ science of networks [J]. Annual Review of Sociology, 2004, 30: 243-270.

[29]Barabasi A L, Albert R. Emergence of scaling of ‘small-world’ networks [J]. Science, 1999, 286 (5439):509-512.

[30]Erdos P, Renyi A.On the evolution of random graghs [J]. Publ Math Inst Hung. Acad. Sci,1960, 5: 17-60.

[31]汪小帆,李翔,陈关荣,复杂网络理论及其应用清华大学出版社[M].北京,2006.

[32]孙惠泉,图论及其应用科学出版社.北京,2004,30:1-5.

[33]范彦静,王化雨.基于复杂网络的知识网建模研究[J].心智与计算,2008,(01):28-34.

[34]苟清明,一个具有阶段结构的SIS流行病模型[J].四川师范大学学报,2007,30(9):590-593.

[35]李光正,史定华,复杂网络上疾病传播行为分析[J].自然科学进展,2006.16(4):508-512.

[36]F. J. Perez-Reche, J. J. Ludlam, S. N. Taraskin, and C. A. Gilligan, Synergy in Spreading Processes: From Exploitative to Explorative Foraging Strategies, Physical Review Letters 106, 218701 (2011).

[37]D. Centola, An Experimental Study of Homophily in the Adoption of Health Behavior , Science 334, 1269 (2011).

[38]J. Ugander, L. Backstrom, C. Marlow, and J. Kleinberg, Structural diversity in social contagion, Proceedings of the National Academy of Sciences of the United States of America 109, 5962-5966 (2012).

[39]S. Aral and D. Walker, Identifying Influential and Susceptible Members of Social Networks, Science 337, 337-341 (2012).

[40]R. M. Bond, C. J. Fariss, J. J. Jones, A. D. I. Kramer, C. Marlow, J. E. Settle, J. H. Fowler, A 61-million-person experiment in social influence and political mobilization, Nature 489, 295 (2012).

[41]K. Lewis, M. Gonzalez, and J. Kaufman, Social selection and peer influence in an online social network, Proceedings of the National Academy of Sciences of the United States of America 109, 68-72 (2012).

[42]P. C. Pinto, P. Thiran, and M. Vetterli, Locating the Source of Diffusion in Large-Scale Networks, Physical Review Letters 109, 068702 (2012).

[43]T. W. Valente, Network Interventions, Science 337, 49-53 (2012).

[44]Y.-Y. Liu, J.-J.Slotine and A.-L.Barabási, Controllability of complex networks, Nature, 473: 167-173, 2011.

[45]陈关荣, 复杂动态网络环境下控制理论遇到的问题与挑战, 自动化学报, 2012.

[46]M. Egerstedt, S. Martini, M. Cao, K. Camlibel and A. Bicchi, Interactingwith Networks: How does structure relate to controllability in single-leader, consensus networks? IEEE Contr. Sys. Magaz., 66-73, Aug.2012.