Epidemia propagándose en redes multiplex co-evolutivas ponderadas
Autores: Song, Bo; Wu, Huiming; Song, Yurong; Wang, Xu; Jiang, Guoping
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Epidemia propagándose en redes multiplex co-evolutivas ponderadas
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Comportamientos individuales
Difusión de información
Propagación de epidemias
Modelo de red multiplex
Redes sociales en línea
Redes de contacto físico adaptativas
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 37
Citaciones: Sin citaciones
Los comportamientos individuales impulsados por la difusión de la información muestran un impacto innegable en el proceso de propagación de epidemias y han estado evolucionando continuamente con los procesos dinámicos. En este documento, se propone un novedoso modelo de red multiplex co-evolutiva ponderada para describir la interacción entre la difusión de información en redes sociales en línea y la propagación de epidemias en redes de contacto físico adaptativas. Teniendo en cuenta la diferencia en las conexiones entre individuos, se introduce en nuestro modelo una tasa de reconfiguración heterogénea, que es proporcional a la fuerza de la conexión. Los resultados de la simulación muestran que la escala máxima de infección disminuye a medida que crece la probabilidad de aceptación de la información, y la infección final disminuye a medida que aumentan los comportamientos de reconfiguración. Curiosamente, en nuestro modelo aparece un pico de infección debido a la interacción entre la difusión de información y la propagación de la epidemia.
Descripción
Los comportamientos individuales impulsados por la difusión de la información muestran un impacto innegable en el proceso de propagación de epidemias y han estado evolucionando continuamente con los procesos dinámicos. En este documento, se propone un novedoso modelo de red multiplex co-evolutiva ponderada para describir la interacción entre la difusión de información en redes sociales en línea y la propagación de epidemias en redes de contacto físico adaptativas. Teniendo en cuenta la diferencia en las conexiones entre individuos, se introduce en nuestro modelo una tasa de reconfiguración heterogénea, que es proporcional a la fuerza de la conexión. Los resultados de la simulación muestran que la escala máxima de infección disminuye a medida que crece la probabilidad de aceptación de la información, y la infección final disminuye a medida que aumentan los comportamientos de reconfiguración. Curiosamente, en nuestro modelo aparece un pico de infección debido a la interacción entre la difusión de información y la propagación de la epidemia.