更改

在现实生活中当流行病爆发，往往难以采取对全体人群进行疫苗接种的策略。因此免疫策略的研究可以对各个国家和政府在流行病传播时提供如何进行疫苗、治疗手段和药物分配的帮助。不同的免疫策略定义了不同的免疫规则，这些规则用于识别应被免疫的个体，同时考虑到网络连接模式上的局域或全局信息。节点一旦被免疫后，作用相当于该节点与它相关的所有连边都从网络中删除。每种免疫策略的效果可以通过网络中比例为$g$的被免疫节点所产生的效果来评估。免疫的作用不仅可以保护被直接免疫的个体，而且还可能使流行病的传播阈值增大，变为有效值$\lambda_c(g)>\lambda_c(g=0)$，避免疾病的全球传播。在这种情况下，主要目标是确定在考虑了免疫比例$g$后新的传播阈值如何变化。实际上，对于足够大的$g$值，任何免疫策略都会导致阈值增加。我们定义了免疫阈值$g_c(\lambda)$，当$\lambda$为固定值时，若$g>g_c(\lambda)$，则疾病不会爆发，而若$g\leq g_c(\lambda)$，则疾病会造成一定范围的爆发。总的来说，常见的有三种免疫策略：随机免疫、目标免疫和熟人免疫。

在现实生活中当流行病爆发，往往难以采取对全体人群进行疫苗接种的策略。因此免疫策略的研究可以对各个国家和政府在流行病传播时提供如何进行疫苗、治疗手段和药物分配的帮助。不同的免疫策略定义了不同的免疫规则，这些规则用于识别应被免疫的个体，同时考虑到网络连接模式上的局域或全局信息。节点一旦被免疫后，作用相当于该节点与它相关的所有连边都从网络中删除。每种免疫策略的效果可以通过网络中比例为$g$的被免疫节点所产生的效果来评估。免疫的作用不仅可以保护被直接免疫的个体，而且还可能使流行病的传播阈值增大，变为有效值$\lambda_c(g)>\lambda_c(g=0)$，避免疾病的全球传播。在这种情况下，主要目标是确定在考虑了免疫比例$g$后新的传播阈值如何变化。实际上，对于足够大的$g$值，任何免疫策略都会导致阈值增加。我们定义了免疫阈值$g_c(\lambda)$，当$\lambda$为固定值时，若$g>g_c(\lambda)$，则疾病不会爆发，而若$g\leq g_c(\lambda)$，则疾病会造成一定范围的爆发。总的来说，常见的有三种免疫策略：随机免疫、目标免疫和熟人免疫。