复杂网络下的SIRS风险传播模拟:装备承制单位视角
195 浏览量
更新于2024-08-31
收藏 2.14MB PDF 举报
"这篇研究文章探讨了在装备承制单位中如何运用SIRS(Susceptible-Infected-Recovered-Susceptible)模型来研究风险传播的问题。文章以复杂网络理论为理论基础,针对工程中可能出现的失信风险,设计了一个具有动态性、优先性和区域性的承制单位关系网络模型。在该模型中,承制单位被抽象为节点,边表示单位间的合作,无论合作关系是资金、信息还是商品的传递。模型被定义为无向无权图,以简化分析风险传播机制。
作者们引入SIRS模型来模拟风险在承制单位网络中的传播过程。SIRS模型是一种流行病学模型,常用于模拟疾病在人群中的传播,其中"Susceptible"代表易感人群,"Infected"代表感染人群,"Recovered"代表康复人群,再次变为"Susceptible"则表示个体可能再次感染。在本研究中,"感染"被类比为风险的存在。
通过仿真实验,作者发现SIRS模型的参数变化率对风险传播的规模和速度有显著影响。初始化时被“感染”(即面临风险)的节点比例也会影响风险传播的速度。这些模拟数据揭示了风险在承制单位间扩散的规律,为实际工程应用提供了理论支持。
研究还引用了前人的工作,如于品显和李守伟在金融学领域的复杂网络风险传播研究,以及杨康和陈庭强关于复杂网络中风险传递性的动态分析。这些研究为作者的模型设计和风险传播机制的理解提供了理论背景。
文章最后,作者进行了实验分析,以验证模型的有效性和风险传播的特性。通过对承制单位网络模型的构建、风险传播机制的引入以及实验结果的分析,进一步加深了对动态网络中风险传播特性的理解,为风险管理和工程决策提供了科学依据。"
关键词: 复杂网络,风险传播,小世界网络,BA无标度网络,SIRS模型
这篇研究通过复杂网络理论和SIRS模型,对装备承制单位网络中的风险传播进行了深入研究,旨在解决实际工程中可能出现的风险管理问题,为相关领域的风险控制提供了理论工具和参考。
点击了解资源详情
点击了解资源详情
点击了解资源详情
2019-07-22 上传
2021-02-17 上传
2021-05-28 上传
2010-11-01 上传
2021-10-02 上传
2022-07-15 上传
weixin_38565221
- 粉丝: 6
- 资源: 946
最新资源
- MATLAB新功能:Multi-frame ViewRGB制作彩色图阴影
- XKCD Substitutions 3-crx插件:创新的网页文字替换工具
- Python实现8位等离子效果开源项目plasma.py解读
- 维护商店移动应用:基于PhoneGap的移动API应用
- Laravel-Admin的Redis Manager扩展使用教程
- Jekyll代理主题使用指南及文件结构解析
- cPanel中PHP多版本插件的安装与配置指南
- 深入探讨React和Typescript在Alias kopio游戏中的应用
- node.js OSC服务器实现:Gibber消息转换技术解析
- 体验最新升级版的mdbootstrap pro 6.1.0组件库
- 超市盘点过机系统实现与delphi应用
- Boogle: 探索 Python 编程的 Boggle 仿制品
- C++实现的Physics2D简易2D物理模拟
- 傅里叶级数在分数阶微分积分计算中的应用与实现
- Windows Phone与PhoneGap应用隔离存储文件访问方法
- iso8601-interval-recurrence:掌握ISO8601日期范围与重复间隔检查