續(xù) 婷, 朱 烽
(1.中北大學(xué) 理學(xué)院,山西太原 030051;2.太原科技大學(xué) 應(yīng)用科學(xué)學(xué)院,山西 太原 030024)
傳染病是一種擴(kuò)散性極快的疾病,對(duì)人類健康有極大的威脅.近些年的幾起大的傳染病,對(duì)世界產(chǎn)生了極大影響.
1998年6月,美國(guó)康奈爾大學(xué)理論及應(yīng)用力學(xué)系的博士生Watts及其導(dǎo)師Strogatz在Nature雜志上發(fā)表了題為《“小世界”網(wǎng)絡(luò)的群體動(dòng)力行為》的文章[1].而經(jīng)典的SIS模型是建立在這種網(wǎng)絡(luò)下的,即人際網(wǎng)絡(luò)是一個(gè)均勻網(wǎng)絡(luò).同時(shí)傳染性與恢復(fù)性是按照固定比例完成的.但在現(xiàn)實(shí)世界中這些是很難滿足的.
1999年10月,美國(guó)圣母大學(xué)物理系的Barabasi教授及其博士生Albert在Science雜志上發(fā)表了題為《隨機(jī)網(wǎng)絡(luò)中標(biāo)度的涌現(xiàn)》一文,揭示了復(fù)雜網(wǎng)絡(luò)的無(wú)標(biāo)度特性,并建立了無(wú)標(biāo)度網(wǎng)絡(luò)的模型[2,3].
因?yàn)闊o(wú)標(biāo)度網(wǎng)絡(luò)的優(yōu)先連接性,所以對(duì)于現(xiàn)在世界的互聯(lián)網(wǎng)與民航網(wǎng)絡(luò)都是典型的無(wú)標(biāo)度網(wǎng)絡(luò),由于網(wǎng)絡(luò)的復(fù)雜性,建立確切的傳染病模型是很困難的,同時(shí)即便建立起模型,對(duì)其的研究也是不容易的.在Pastor-Satorras和 Vespingnani建立的無(wú)標(biāo)度網(wǎng)絡(luò)中的傳染病傳播模型就體現(xiàn)了這些特點(diǎn)[4~7].
由于解析方程建立的難度,所以上面的模型都不能將傳染性與恢復(fù)性是按照一定概率進(jìn)行的這個(gè)特點(diǎn)體現(xiàn)出來(lái).同時(shí)沒(méi)有考慮到網(wǎng)絡(luò)中人與人之間的距離.
但是,計(jì)算機(jī)因?yàn)榫哂袕?qiáng)大的計(jì)算功能,卻可以將上述特點(diǎn)都體現(xiàn)出來(lái).這樣可以更直觀的研究傳染病的傳播機(jī)理.
首先,根據(jù)BA無(wú)標(biāo)度網(wǎng)絡(luò)的特點(diǎn)[3].隨機(jī)產(chǎn)生網(wǎng)絡(luò)圖.
實(shí)際上,根據(jù)建立經(jīng)典SIS模型時(shí)的條件[8].這里需要考慮傳染病在單位時(shí)間內(nèi)具有的兩個(gè)重要特性:傳播性(即與患病者的距離越近,則被傳染的機(jī)率越大,但超過(guò)一定距離則不可能被傳染)和恢復(fù)性(即患病者會(huì)按照一定的機(jī)率,變?yōu)榻】嫡?.
設(shè)Ai為網(wǎng)絡(luò)中第i個(gè)人為健康者變?yōu)榛疾≌?d為有效傳播距離;d(i,j)為第i個(gè)人與第j個(gè)人的距離;Bi為患病者變?yōu)榻】嫡?b為恢復(fù)率.
所以由傳播性知,第i人由第j人傳染成為患病者的機(jī)率為:
同時(shí)由恢復(fù)性知,第人由患病者變?yōu)榻】嫡叩臋C(jī)率為:
從模型中可看出傳播性與有效傳播距離和初始患病者的人數(shù)成正比,同時(shí)與恢復(fù)率成反比,下面在兩種情況下模擬傳染病的傳播[2,8].
下面利用matlab編程,隨機(jī)產(chǎn)生無(wú)標(biāo)度網(wǎng)絡(luò)圖,在給定的初始患病人數(shù),與有效接觸距離和治愈率時(shí)的模擬結(jié)果.
當(dāng)總?cè)藬?shù)為24939,初始患病人數(shù)為10,有效接觸距離為2,治愈率為0.8時(shí),下面圖1至圖10為每隔10個(gè)單位時(shí)間的網(wǎng)絡(luò)蔓延圖,圖中灰色為正常人群,黑色為患病人群:
圖1 t=10
圖2 t=20
圖3 t=30
圖4 t=40
圖5 t=50
圖6 t=60
圖7 t=70
圖8 t=80
圖9 t=90
圖10 t=100
所以,得到了這種情況對(duì)應(yīng)的患病比例圖:
而當(dāng)總?cè)藬?shù)為24431,初始患病人數(shù)為5,有效接觸距離為,治愈率為0.9.這時(shí)每隔十個(gè)單位時(shí)
間得到的疾病蔓延圖12至圖21為:
圖11 病人隨時(shí)間的比例圖
圖12 t=10
圖13 t=20
圖14 t=30
圖15 t=40
圖16 t=50
圖17 t=60
圖18 t=70
圖19 t=80
圖20 t=90
圖21 t=100
所以,得到了第二種情況對(duì)應(yīng)的患病比例圖:
圖22 病人隨時(shí)間的比例圖
通過(guò)上面兩次實(shí)驗(yàn),還不能直觀的表現(xiàn)傳播與初始患病人數(shù)和有效接觸距離的關(guān)系,下面通過(guò)幾組實(shí)驗(yàn)來(lái)具體分析傳播規(guī)律,在實(shí)驗(yàn)里設(shè)定當(dāng)患病人數(shù)達(dá)到總?cè)藬?shù)的1%,即認(rèn)為傳染病暴發(fā).為了避免不同結(jié)構(gòu)人群的分布不同,實(shí)驗(yàn)是在同一結(jié)構(gòu)的人群里做的實(shí)驗(yàn),人總數(shù)為:24896,由于一般的傳染病都具有固定的治愈率,所以這里取治愈率為0.9.在實(shí)驗(yàn)數(shù)據(jù)中,0表示不傳播,1表示傳播:
表1 第一組實(shí)驗(yàn)
表2 第二組實(shí)驗(yàn)
2 1.8 0.9 1 2 1.9 0.9 1 2 2 0.9 1
表3 第三組實(shí)驗(yàn)
圖23 沒(méi)有傳播的初期圖
表4 第四組實(shí)驗(yàn)
通過(guò)上面四組實(shí)驗(yàn),可以觀察到,無(wú)標(biāo)度網(wǎng)絡(luò)下的傳播有很強(qiáng)的敏感性,只要有患病者即有可能傳播,而傳染病的傳播對(duì)初始患病人數(shù)沒(méi)有很強(qiáng)的依賴,即只需有患病者即可,而對(duì)有效傳播距離有很強(qiáng)的依賴性,這是在經(jīng)典模型中看不到的.
所以只要傳染病的傳播能力比較強(qiáng),即使初始患病者很少也能傳播開,這也驗(yàn)證了,當(dāng)年甲型流感的傳播,最初傳染源僅是個(gè)別從美洲回國(guó)的人員,竟然就能將疾病傳播開來(lái),說(shuō)明傳染病在無(wú)標(biāo)度網(wǎng)絡(luò)中是極易傳播的,因?yàn)楝F(xiàn)代的航空網(wǎng)絡(luò)即是無(wú)標(biāo)度網(wǎng)絡(luò).
但同時(shí)也看到了在傳播距離為1.3至1.7之間,是否傳播是具有不穩(wěn)定性的,所以通過(guò)下面一組實(shí)驗(yàn)來(lái)分析這種情況,下面實(shí)驗(yàn)是在同一結(jié)構(gòu)的人群中,初始患病者為5人,有效傳播距離1.5,治愈率0.9,的情況下,隨機(jī)做了10次實(shí)驗(yàn).
表5 第五組實(shí)驗(yàn)
從實(shí)驗(yàn)中可以看到即使在相同的數(shù)據(jù)下,也會(huì)出現(xiàn)不同的情況,這是什么原因吶?
圖23是上面沒(méi)有傳播開的實(shí)驗(yàn)初期的傳播圖:
從圖中的畫圈處的病人可看出,若初期病人出現(xiàn)在密度較低處,則即使有效距離較大,也是不會(huì)傳播的,但從概率的角度可知,若初始患病者越多,這種情況發(fā)生的可能性就越低,所以在第一組實(shí)驗(yàn)中,由于初始患病人數(shù)為1人,所以,這種不穩(wěn)定就顯得更強(qiáng)一些.
從模擬結(jié)果可以知道,無(wú)標(biāo)度網(wǎng)絡(luò)對(duì)傳染病傳播的防范是非常脆弱的.只要有患病者出現(xiàn),即就有可能傳播開,而且傳播對(duì)有效傳播距離有很強(qiáng)的依賴性,也就是只要傳染病夠厲害,即使1人患病也照樣傳播,從實(shí)驗(yàn)中可以看到,有效傳播距離的臨界值應(yīng)該是分布在1.3至1.7之間.這也驗(yàn)證了,前些年發(fā)生的甲型流感,最初傳染源僅是個(gè)別從美洲回國(guó)的人員,竟然就能將疾病傳播開來(lái),說(shuō)明傳染病在無(wú)標(biāo)度網(wǎng)絡(luò)中是極易傳播的.同時(shí),計(jì)算機(jī)病毒傳播也是典型的無(wú)標(biāo)度網(wǎng)絡(luò)傳播,也是滿足這種特性的.計(jì)算機(jī)模擬的好處就在于,可以利用事物直觀的特性,建立比較簡(jiǎn)單的模型,來(lái)了解事物發(fā)展規(guī)律,結(jié)論比較直觀.
[1]Watts D J,Strogatz S H.Collective Dynamics of‘Small- World’Networks[J].Nature,1998,393(6684):440-442.
[2]汪小帆.復(fù)雜網(wǎng)絡(luò)理論及其應(yīng)用[M].北京:清華大學(xué)出版社,2006:73-78.
[3]Barrat A,Weigt M.On the Properties of Small World Networks[J].Eur.Phys.J.B,2000,13:547-560.
[4]Pastor-Satorras R,Vespingnani A.Epidemic Dynamics and Endemic States In Complex Networks[J].Phys.Rev.E,2001,63:066117.
[5]Pastor- Satorras R,Vespingnani A.Epidemic Dynamics in Finite Size Scale- Free Networks[J].Phys.Rev.E,2002,65:035108.
[6]Boguna M,Pastor-Satorras R.Epidemic Spreading in Correlated Complex Networks[J].Phys.Rev.E,2002,66:047104.
[7]Liu Z H,Lai Y C,Ye N.Propagation and Immunization of Infection on General Networks with both Homogeneous and Heterogeneous Components[J].Phys.Rev.E,2003,67:031911.
[8]姜啟源.數(shù)學(xué)模型(第三版)[M].北京:高等教育出版社,2003:135-144.