• 入侵无标度网络合作：累计与平均收益;
• 交叉依赖的稀缺性：具体约束的直接结果？;
• 社会影响对网络进化疫苗接种博弈的积极和消极影响;
• 接吻美食：探索世界各地的烹饪习惯;
• 基于实验经济学数据的进化博弈动力学模型的可测试性;
• 美国总统选举：关键噪音可以使少数民族候选人获胜;
• 几何相关性可以减轻多路网络针对目标攻击的极端脆弱性;
• 沿着阳光普照的路边：城市街道熵与建筑物太阳能之间的相互作用;
• 简洁的数据：单个Facebook如何预测多方系统中的投票行为;
• 反思在线新闻使用中的代际差距：基础设施视角;
• 图信号的贪心抽样;
• 城市选举结果的一般尺度规律;
• 协同网络的数据驱动建模：跨域分析;
• 量化搜索偏见：调查社会媒体政治搜索偏见的来源;
• 远程交互和网络同步;
• 在实验室中达到传播判断速度;
• 使用复杂网络对于城市交通的分析：自动生成器;
• OEC：针对未来的链路欺诈检测的开放分类;
• 什么让媒体关注和媒体关注如何随着时间的推移 - 来自196个国家的大规模实证证据;
• 表征社交媒体用户的信息偏好;
• 关于全球能源政策框架对撒哈拉以南非洲可再生能源发电系统发展和可持续性的影响：太阳能光伏发电;
• Twitter上的机器人和人类的深入描述;
• 二分网络社区的核心;
• 优化的Gillespie算法用于大型和异构网络上马尔可夫流行病毒的仿真;

入侵无标度网络合作：累计与平均收益

地址： http://arxiv.org/abs/1412.2311

作者： Genki Ichinose, Hiroki Sayama

摘要： 众所周知，合作不能成为混合人口中非迭代博弈的进化稳定策略。相比之下，结构化的人们则喜欢合作，因为合作者可以通过形成本地集群而相互利益。以往的研究表明，无大规模网络大力促进合作。然而，关于无大规模网络合作的入侵机制知之甚少。为了研究合作者入侵的微观和宏观行为，我们进行了无规模网络合作演进的计算实验，从所有叛逃者开始，合作者可以通过突变自发出现。由于进化动力学受健身定义的影响，我们测试了两种常用的健身功能：累积收益和平均收益。仿真结果表明，与平均收益适应度相比，积累的收益适应度强化了合作。然而，两个函数之间的差异随着平均程度的增加而减小。随着平均程度的增加，合作随着累积收益的适应度而降低，而随着平均收益的适应度而增加。此外，与平均收益适应度相比，低度节点在累积支付适应度的情况下，在传播合作策略方面发挥更重要的作用。

交叉依赖的稀缺性：具体约束的直接结果？

地址： http://arxiv.org/abs/1601.03210

作者： Carlos Gómez-Rodríguez, Ramon Ferrer-i-Cancho

摘要： 句子的结构可以表示为一个网络，其中顶点是单词，而边缘表示句法依赖性。有趣的是，跨语言依赖关系已经被观察到在人类语言中很少见。这导致了一个问题，即语言交叉的稀缺性是否源于对过境点的独立和具体限制。我们提供统计学证据，表明情况并非如此，因为来自广泛语言的句子的依赖性交叉的比例可以通过一个简单的预测器来准确地估计，这个预测因子是基于两个依赖关系给定长度的局部概率的零假设。该预测因子的相对误差平均不超过5％，而假设句子的单词的随机排序的基线预测因子的误差至少为6倍。我们的研究结果表明，自然语言中的交叉频率低，既不是由语言的隐藏知识，也不是源于过境本身的不合需要，而是作为依赖关系长度最小化原理的一个副作用。

社会影响对网络进化疫苗接种博弈的积极和消极影响

地址： http://arxiv.org/abs/1603.01408

作者： Genki Ichinose, Takehiro Kurisaku

摘要： 防止传染病如流感蔓延到大社区是人类最重要的问题之一。一个有效的策略是自愿接种疫苗，但是，由于一旦达到免疫力，人们总是会拒绝接种疫苗，因此感染风险大大降低。在本文中，我们研究了社会影响对疫苗接种行为的影响，从而预防了网络中的传染病。进化模拟结果表明，社会影响对疫苗接种行为有正面和负面的作用。特别是在异构网络中，如果接种成本低，则行为比没有社会影响的情况更为有利。相比之下，如果成本高，与没有社会影响的情况相比，行为减少。此外，疫苗接种行为在异质网络中比在同质网络中有效。这意味着社会影响使人们处于同质网络中的风险。我们还对与疫苗接种政策相关的社会成本进行了评估。

接吻美食：探索世界各地的烹饪习惯

地址： http://arxiv.org/abs/1610.08469

作者： Sina Sajadmanesh, Sina Jafarzadeh, Seyed Ali Ossia, Hamid R. Rabiee, Hamed Haddadi, Yelena Mejova, Mirco Musolesi, Emiliano De Cristofaro, Gianluca Stringhini

摘要： 食物和营养在网络上占据越来越普遍的空间，在线共享的菜肴和食谱为世界各地的烹饪文化和态度提供了宝贵的镜像。更具体地说，成分，香料和营养信息成为个人和文明品味偏好的强烈信号。然而，对这些口味品种的了解甚少。在本文中，我们提供了一个关于网络上发布的食谱及其内容的大规模研究，旨在了解世界各地的美食和烹饪习惯。使用来自超过200种不同菜肴的超过157K食谱的数据库，我们分析了不同区域的菜肴的成分，口味和营养价值，并利用这些知识来评估不同菜肴食谱的可预测性。然后，我们使用国家卫生统计来了解这些因素与不同国家的健康指标之间的关系，如肥胖，糖尿病，移民和健康支出。我们的结果证实了地理和文化相似性对全球食谱，健康指标和烹饪偏好的强烈影响。

基于实验经济学数据的进化博弈动力学模型的可测试性

地址： http://arxiv.org/abs/1611.09635

作者： Yijia Wang, Xiaojie Chen, Zhijian Wang

摘要： 了解真实博弈系统的动态过程需要一个适当的动力学模型，严格测试动力学模型是不平凡的。在我们的方法研究中，我们开发了一种测试游戏动力学模型的有效性的方法，其将角动量和速度的动态模式作为测量变量。以Rock-Paper-Scissors（RPS）游戏为例，我们说明了实验数据中的几何图。然后，我们从一系列典型的动力学模型中得出相关的理论模式。通过测试实验和理论模式之间的拟合优度，我们可以看出，这些模型的有效性可以定量评估。我们的方法建立了动力学模型和实验系统之间的联系，据我们所知，这是确定进化游戏动力学模型的可测试性的最有效和严格的策略。

美国总统选举：关键噪音可以使少数民族候选人获胜

地址： http://arxiv.org/abs/1702.01582

作者： Soumyajyoti Biswas, Parongama Sen

摘要： 国家投票人口，如分为不同状态的群体，可能产生反直觉的场景，获胜者可能不一定获得最多的总票数。最近的一个例子是2016年美国总统大选。我们通过使用相互作用的意见动力学模型来模拟情况，并观察在空间波动较高的关键点附近的粗糙化的影响。我们认为，即使在临界点附近的大规模限制中，模糊“美国选民大学制度”的粗糙化的唯一效果也可能导致少数候选人获胜的事件的有限概率。少数民族候选人胜利的总体概率可以从模型中预测出来，表明可能会有更多少数候选人在未来获胜的情况。

几何相关性可以减轻多路网络针对目标攻击的极端脆弱性

地址： http://arxiv.org/abs/1702.02246

作者： Kaj-Kolja Kleineberg, Lubos Buzna, Fragkiskos Papadopoulos, Marián Boguñá, M. Ángeles Serrano

摘要： 我们表明，真正的多路复用网络对于高度节点上的有针对性的攻击是意想不到的，隐藏的层间几何相关性预测了这种鲁棒性。没有几何相关性，即使具有层间相关性，多路复用也表现出相互连接的突然破坏。使用几何相关性，我们观察到一个多步骤级联过程，导致连续过渡，其显然在热力学极限中变得完全连续。我们的结果对于设计有效的保护策略和许多领域的强大的互动网络很重要。

沿着阳光普照的路边：城市街道熵与建筑物太阳能之间的相互作用

地址： http://arxiv.org/abs/1704.01119

作者： Sara Najem

摘要： 我们探索城市道路网络特征，特别是电路，街道定向熵与城市地形与建筑物的定向熵之间的关系，以量化其对城市太阳能的影响。道路网的这些统计指标揭示了建筑环境设计与可持续发展之间的相互作用。

简洁的数据：单个Facebook如何预测多方系统中的投票行为

地址： http://arxiv.org/abs/1704.01143

作者： Jakob Baek Kristensen, Thomas Albrechtsen, Emil Dahlgaard, Michael Jensen, Magnus Skovrind, Tobias Bornakke

摘要： 最近有两篇有影响力的PNAS文章显示了我们通过Facebook获得的“Hello Kitty”和“Harley Davidson”的喜好如何准确地预测我们的个性，宗教信仰，政治态度和性取向的细节（Konsinski et al。2013; Youyou等人2015）。在本文中，我们声称，尽管Facebook喜欢的广泛类型可能预测这种个人特征，但是通过应用具体上下文的简洁数据策略，可以获得更准确和可推广的结果。我们通过根据对政治角色职位的喜好预测现在的选民意图来构建这个说法。结合在线和离线，我们将被调查对象的子样本加入其公开的Facebook活动中，并应用机器学习分类器来探索其政治喜好行为与实际投票意图之间的联系。通过这项工作，我们展示了一个如此精选的Facebook如何，可以透露出我们的政治选民的意图，就像数百个随机的喜好一样。此外，通过包括整个政治上的受访者的历史，我们的模型达到了高于以前的多方研究（60-70％）的预测精度。我们通过讨论如何采用简约的数据战略来解决这个论文，有一些限制，使我们能够将我们的研究结果推广到具有至少一个政治上甚至其他政治多党制的1400万丹麦人。

反思在线新闻使用中的代际差距：基础设施视角

地址： http://arxiv.org/abs/1704.01217

作者： Harsh Taneja, Angela Xiao Wu, Stephanie Edgerly

摘要： 我们的研究调查了基础设施在形成网络新闻使用方面的作用，将两个社会群体，千禧一代和新兴市场的使用模式进行了对比，这些社区群体和新兴市场专门用于新闻基础设施。通常基于自我报告的数据，流行的新闻界和学术界倾向于强调新闻使用中的世代差距，并将其与两个年龄组的价值观和偏好分歧联系起来。相比之下，我们进行了关于从被动计量使用数据获取的共享使用情况的关系分析，这些数据来自广泛的数千年和潮流时代的在线新闻。我们比较每个队列的各种类型的新闻网站的使用网络。我们的分析显示，在网络新闻使用中，通常假定的代际差距小于媒体环境的基础设施的多样性，同时也是偏好的特征。

图信号的贪心抽样

地址： http://arxiv.org/abs/1704.01223

作者： Luiz F. O. Chamon, Alejandro Ribeiro

摘要： 采样是图信号处理中的一个基本问题，已经在估计，聚类和视频压缩方面发现了应用。与传统的信号处理相比，信号域的不规则性使得选择采样集非常小，难以分析。实际上，尽管存在来自无噪声样本的图信号插值的条件，但它们不会导致唯一的采样集。因此，噪声的存在使得采样集选择成为一个困难的组合问题。虽然贪心抽样方案在实践中变得普遍存在，但它们没有性能保证。这项工作需要双重的方法来解决这个问题。首先，从噪声样本的随机图信号的插值得到通用性能界限。与当前可用的边界相反，它们不限于特定的采样方案，并且适用于任何采样集。第二，本文通过引入近似子模态概念和更新古典贪婪约束，为贪心抽样提供了近乎最优的保证。然后，它提供了插值均方误差的近似超模态的显式界限，表明它可以使用贪婪搜索的最坏情况保证进行优化，即使它不是超模式的。模拟说明了不同图模型的导出界限，并显示了图信号采样的应用，以降低核心主成分分析的复杂性。

城市选举结果的一般尺度规律

地址： http://arxiv.org/abs/1704.01337

作者： Eszter Bokányi, Zoltán Lábszki, Gábor Vattay

摘要： 我们解释大城市和农村之间的选举结果在1948 - 2016年美国选举和2016年欧盟英国公民投票方面的城市规模的异常。缩放曲线都是通用的，并且仅依赖于单个参数，并且其中一方总是显示超线性缩放并驱动该过程，而另一方的子线性指数仅仅是概率守恒的结果。基于最近开发的城市规模模型，我们给出了选择行为的微观模型，其中我们用创造性方面代替人类在社会多样性和容忍度上的多样性。这种模式也可以预测新的政治发展，如左派和“移民矛盾”的分裂。

协同网络的数据驱动建模：跨域分析

地址： http://arxiv.org/abs/1704.01342

作者： Mario V. Tomasello, Giacomo Vaccario, Frank Schweitzer

摘要： 我们分析了两个不同领域的合作的大规模数据集：经济学，特别是14.500家公司之间的22.000研发联盟，以及95000名科学家之间的科学，特别是300,000份共同着作关系。考虑到数据集的不同领域，我们提出了两个问题：（a）从数据共享重建的协作网络在多大程度上共同的结构特征，以及（b）它们的结构可以通过相同的基于代理的模型进行复制。在我们的数据驱动建模方法中，我们使用聚合网络数据来校准代理与新手或已建立代理商建立协作的概率。该模型然后通过其再现不用于校准的网络特征的能力来验证，包括度数，路径长度，局部聚类系数和断开的组件的大小的分布。重点放在比较域，而且是子域（经济部门，科学专业）。将链接概率解释为链接形成的策略，我们发现在研发合作中，新移民喜欢与已建立的代理商的联系，而在共同着作权关系中，新来者更喜欢与其他新来者的联系。我们的结果揭示了关于在网络形成中内生和外生因素（即协作发起者可用的不同信息）的作用的长期存在的问题。

量化搜索偏见：调查社会媒体政治搜索偏见的来源

地址： http://arxiv.org/abs/1704.01347

作者： Juhi Kulshrestha, Motahhare Eslami, Johnnatan Messias, Muhammad Bilal Zafar, Saptarshi Ghosh, Krishna P. Gummadi, Karrie Karahalios

摘要： 在线社交媒体网站中的搜索系统经常用于查找有关正在进行的活动和人员的信息。对于具有多个竞争视角的主题，如政治事件或政治候选人，排名最高的结果中的偏见显着塑造了舆论。然而，偏离不仅仅来自于算法。区分从作为排名系统的输入的数据产生的偏差以及由排名系统本身产生的偏差是重要的。在本文中，我们提出了一个量化这些不同偏见的框架，并将此框架应用于Twitter上与政治有关的查询。我们发现，输入数据和排名系统对搜索结果和不同方式产生不同程度的偏差。我们讨论这些偏见的后果和可能的机制，以在社交媒体搜索系统的界面中表明这种偏见。

远程交互和网络同步

地址： http://arxiv.org/abs/1704.01349

作者： Ernesto Estrada, Lucia Valentina Gambuzza, Mattia Frasca

摘要： 网络复杂系统的动力学行为不仅由单元之间的直接链接形成，而且还通过连接网络节点的许多现有路径发生的长距离交互。在这项工作中，我们研究同步动力学是如何受这些长距离相互作用影响的，通过使用$ d $路径拉普拉斯矩阵来形成耦合振荡器的模型，并结合这种类型的相互作用。我们通过对实际网络和人造模型的拉普拉斯光谱的理论和数值分析来研究这些网络的同步性。我们的分析表明，在所有网络中，远程交互可以提高网络同步性，并影响到原始结构，例如，对于具有较大直径的图来说，这种影响更大。我们还研究了边缘去除对长距离相互作用的图的影响，并且主要结果发现，去除过程变得更加关键，因为去除的链接的远程影响也消失了。

在实验室中达到传播判断速度

地址： http://arxiv.org/abs/1704.01381

作者： Mehdi Moussaid, Stefan Herzog, Juliane Kammer, Ralph Hertwig

摘要： 近年来，大量研究表明，判断和行为可以从一个人到另一个传播。像政治动员，健康实践，利他主义和情感状态一样的现象表现出类似的社会传染动力。然而，判断传播的精确机制尚不清楚，因为难以控制诸如同质或动态网络结构之类的混杂因素。我们引入了一种新颖的实验设计，可以对判断传播进行严格的研究。在这种设计中，个人实验链可以在观察到前人的判断之后，在视觉感知任务中修改他们的初步判断。在一个链条顶端的一个非常好的表演者的定位创造了一个性能差距，这引发了链中判断传播的波动。我们通过实验来评估判断传播的动态。尽管在成对的个人之间有很强的社会影响力，判断传播跨越一个链的范围很少超过三到四度的距离。此外，计算机模拟表明，判决传播的速度随着与源的社会距离呈指数衰减。我们表明信息失真和其他人的错误超重是两个个人层面的机制，阻碍了链条规模的判断传播。我们的结果有助于理解社会传染过程，我们的实验方法提供了许多新的机会来研究实验室中的判断传播。

使用复杂网络对于城市交通的分析：自动生成器

地址： http://arxiv.org/abs/1704.01399

作者： Victor Dantas, Henrique Santos, Carlos Caminha, Vasco Furtado

摘要： 在本文中，我们描述了一种自动生成器，以支持数据科学家以用户友好的方式构建来自表示为网络的数据的仪表板。称为SBINet（来自网络的商业智能语义）的生成器具有语义层，通过本体描述代表网络的数据以及在网络中计算的可能度量。因此，对于SBINet，使用复杂网络度量的仪表板构建过程的各个阶段都是便利的，可以由不一定了解复杂网络的用户完成。

OEC：针对未来的链路欺诈检测的开放分类

地址： http://arxiv.org/abs/1704.01420

作者： Neil Shah, Hemank Lamba, Alex Beutel, Christos Faloutsos

摘要： 当任务找到欺诈性的社交网络用户时，从业者是做什么的？传统的分类可能导致差的泛化和较高的错误分类，因为很少有可能有偏差的标签。我们通过分析欺诈行为模式来解决这个问题，使用户实现强大的歧视性能，并构建算法来处理新的和多模式欺诈类型。首先，我们设置了蜜罐或“虚拟”社交网络帐户，我们征求了假冒的追随者（经IRB批准后）。我们报告了这些行为的迹象，包括本地网络连接中的遗漏，帐户属性以及欺诈提供商之间的相似之处和差异。我们发现几种类型的欺诈行为，有更多的可能性。我们讨论如何在实践中利用这些见解，构建强大的基于熵的功能，并提出OEC（开放式分类），一种“未来打击”现有算法来解决链接欺诈的复杂性的方法。我们的贡献是（a）观察：我们分析我们的蜜罐欺诈者生态系统，并提供有关各种欺诈行为的见解，（b）功能：我们设计了对地面实况数据提供特别强（> 0.95精确/回忆）辨别力的功能， （c）算法：我们激励和讨论OEC，将基准线的错误分类率降低了18％，并将实践者的注意力集中在高错误分类风险的样本上。

什么让媒体关注和媒体关注如何随着时间的推移 - 来自196个国家的大规模实证证据

地址： http://arxiv.org/abs/1704.01425

作者： Jisun An, Haewoon Kwak

摘要： 众所周知，更频繁和更长时间的新闻话题被认为对公众来说是重要的。因此，在通信研究中已经有几十年的时间研究了媒体的关注和媒体关注如何随时间的变化。然而，以前的研究仅限于少数几个国家或几个主题，主要是由于缺乏纵向全球数据。在这项工作中，我们利用来自196个国家的大规模新闻数据，对媒体关注动态进行实证分析。

表征社交媒体用户的信息偏好

地址： http://arxiv.org/abs/1704.01442

作者： Juhi Kulshrestha, Muhammad Bilal Zafar, Lisette Espin Noboa, Krishna P. Gummadi, Saptarshi Ghosh

摘要： 随着社交媒体网站（如Twitter和Facebook）的广泛采用，信息的产生和消费方式发生了转变。此前，唯一的信息生产者是传统的新闻机构，它通过大众媒体渠道向所有消费者播放同样精心编辑的信息。而现在，在在线社交媒体中，任何用户都可以是信息的制作者，每个用户选择她连接的其他用户，从而选择她消费的信息。此外，大多数社交媒体网站提供的个性化建议也有助于个人用户消费的信息。在这项工作中，我们定义了信息偏好的概念 - 这是一组给定的信息项（如Twitter）的主题分布，以表征各种类型的用户在流行的Twitter社交媒体中产生和消费的信息。在高层次上，我们发现（i）受欢迎的用户主要生产非常专门的偏好，仅关注少数主题;事实上，与大众媒体偏好相比，新闻机构（例如NYTimes）在社交媒体上产生更多的焦点偏好，（ii）大多数用户的消费饮食主要集中在一个或两个他们感兴趣的话题上，（iii） Twitter提供的个性化建议有助于减轻用户消费偏好中的一些局部不平衡，通过添加除用户主要兴趣之外的不同主题的信息。

关于全球能源政策框架对撒哈拉以南非洲可再生能源发电系统发展和可持续性的影响：太阳能光伏发电

地址： http://arxiv.org/abs/1704.01480

作者： Benjamin Pillot, Marc Muselli, Philippe Poggi, João Batista Dias

摘要： 从1972年起，“梅多”报告到1997年，世界上大多数国家批准了“京都议定书”，全球能源政策框架已经发生了模式转变，人类社会一直抛开唯一的经济增长来拥抱更广泛的可持续发展观。作为新的电气化载体，现代可再生能源系统，如太阳能光伏，在这一重大突变之后出现，自九十年代中期以来一直呈指数增长。电力及其缺乏确实在人类发展机构中占据中心位置，从发达国家人口达到100％的高度相互联系的集中式电力网络，到多数贫困农村地区接近电力的近5亿人口中，撒哈拉以南非洲地区世界能源背景的变化与每个这些具体的社会能量模式的变化最终都考虑到将可再生资源整合到电力系统中的两种策略：用于满足可持续发展要求的并网架构和农村离网电气化解决人类发展缺乏。通过历史和横断面的概述，我们在这里描述了这种模式的内在原因，并使用太阳能光伏的情况分析了它最终如何影响了撒哈拉以南非洲地区可再生能源系统的发展和可持续性。

Twitter上的机器人和人类的深入描述

地址： http://arxiv.org/abs/1704.01508

作者： Zafar Gilani, Reza Farahbakhsh, Gareth Tyson, Liang Wang, Jon Crowcroft

摘要： 最近的研究表明，在线社交网络（OSN）中有大量的机器人存在。在本文中，我们利用我们过去的研究机器人（Stweeler）的工作来比较分析机器人和人类对世界上最大的OSN之一的Twitter的使用和影响。我们收集大型Twitter数据集，并根据推文元数据定义各种指标。我们根据追随者的数量在四个流行组中划分和过滤数据集。使用人工注释任务，我们为数据集分配“机器人”和“人”地面实体标签，并将注释与在线机器人检测工具进行比较以进行评估。然后，我们提出一系列问题，使用四个流行组内和之内的指标来辨别重要的行为机器人和人类特征。从比较分析我们得出两个实体之间的重大差异以及惊人的相似之处，为自动化政治渗透，广告宣传和一般机器人检测的可靠分类铺平了道路。

二分网络社区的核心

地址： http://arxiv.org/abs/1704.01524

作者： Christian Bongiorno, András London, Salvatore Miccichè, Rosario N. Mantegna

摘要： 我们使用二分网络中存在的信息来检测每一组二分系统的社区核心。通过调查使用二分网络中存在的信息获得的统计验证的投影网络，发现社区的核心。社区的核心在二分网络中存在错误或缺少条目方面具有高度的信息性和可靠性。我们通过调查人造基准网络，共同作者网络和演员电影网络来评估核心的统计稳健性。按照调整后的兰德指数和经调整的华莱士指数分别测量相对于参考分区获得的分割的准确度和精确度。核心的检测是高度精确的，尽管在某些情况下可以限制方法的准确性。

优化的Gillespie算法用于大型和异构网络上马尔可夫流行病毒的仿真

地址： http://arxiv.org/abs/1704.01557

作者： Wesley Cota, Silvio C. Ferreira

摘要： 连续时间马尔科夫过程的数值模拟是复杂网络流行病传播调查中必不可少和广泛应用的工具。由于传播流行病学的连通性结构的异质性很高，通用流行病学过程的有效和准确的实施并不是微不足道的，与统计学上精确处方的偏差可能导致不受控制的偏倚。基于Gillespie算法（GA），其中仅考虑改变状态的步骤，我们开发数字配方并描述其计算机实现，用于针对高度异构和大型网络的通用马尔科夫流行病学进行统计学上精确和计算上的有效模拟。这里调查的食谱的中心点是包括幻影过程，不会改变状态，而是计算时间增量。我们比较敏感感染敏感的接触过程和敏感感染恢复模型的效率，这是这里考虑的通用模型的特殊情况。我们数值确认，优化算法的模拟结果在统计学上与原始GA无法区分，可以提高几个数量级。