基于连边记忆性活跃驱动网络的易感-感染-恢复传播动力学

来源：华东师范大学学报·哲学社会科学版杂志2025年第3期北京时间：

作者：李政宛, 唐明

摘要：建立了一个具有连边记忆性的活跃驱动网络, 其中节点在产生连边时会以一定的概率(记忆连接偏好)连向之前多个时间步内(记忆窗口)的邻居节点. 进一步研究了模型的易感-感染-恢复(susceptible-infected-recovery, SIR)传播动力学过程, 然后基于淬火平均场方法推导出了流行病的暴发阈值. 仿真发现, 记忆性会降低网络的最大度而增加最大边权重, 这常见于真实的移动电话网络数据集中. 另外, 对于传播动力学, 流行阈值(最终暴发规模)会随着连接偏好和记忆窗口的增加而增大(减小).

关键词：活跃驱动网络,连边记忆性,流行病传播,暴发阈值,

基金资助：国家自然科学基金(12231012, 11975099); 国家自然科学基金-国际合作项目(82161148012)