考虑网络上的疾病传播（小世界网络或者无标度网络），构建疾病的传播速度与网络结构的关系。（图论模型+MATLAB代码）

网络上的疾病传播可以用图论模型来描述，其中节点表示人群，边表示人与人之间的接触关系。在小世界网络或者无标度网络中，节点之间的连接是非随机的，这对疾病传播具有重要影响。以下是MATLAB代码示例：

% 生成无标度网络
n = 200; % 节点数
m = 4; % 每个节点的平均度数
A = zeros(n); % 邻接矩阵
for i = 1:n
    for j = 1:m
        k = randi([1, n]); % 随机选择一个节点
        A(i,k) = 1;
        A(k,i) = 1; % 添加边
    end
end

% 计算传播速度
beta = 0.3; % 感染概率
gamma = 0.1; % 恢复概率
infected = zeros(1,n); % 初始状态，所有人都未感染
infected(1) = 1; % 第一个人感染
t = 0; % 时间步
while any(infected) % 当仍有感染者时
    t = t+1;
    for i = 1:n
        if infected(i) == 1 % 如果该节点已感染
            neighbors = find(A(i,:)==1); % 找到与该节点相连的节点
            for j = 1:length(neighbors)
                if infected(neighbors(j)) == 0 % 如果该节点未感染
                    if rand < beta % 按感染概率进行传播
                        infected(neighbors(j)) = 1;
                    end
                end
            end
            if rand < gamma % 按恢复概率进行治愈
                infected(i) = 0;
            end
        end
    end
end
speed = t/n; % 传播速度

代码中，首先生成一个无标度网络，然后根据传播模型计算疾病传播速度。传播模型中，每个节点有三种状态：未感染、感染、治愈。每个时间步，感染节点会按一定的概率传染其相邻的未感染节点，同时感染节点会按一定的概率治愈。当所有感染节点都被治愈时，传播结束。最后，传播速度定义为传播过程中经过的时间步数除以节点数。