论文摘要：设计了并实现了消息传播多智能体模拟模型(ENS)，研究了个人的社会联系数量、对流行病消息的信任度和传播网络结构对流行病消息传播的影响。研究发现，随着社会联系数量的增加，流行病消息传播速度迅速增加，而直接听到消息的比例减少；随着信任度的增加，流行病消息的传播速度迅速增加，而直接听到消息的比例变化不显著；在小世界网络结构下，流行病消息的传播和遗忘速度比随机网络中慢。

　　论文关键词：多智能体模拟；信息传播；小世界网络；流行病

　　引言

　　在有关战争、营销、灾难和流行病的实证性研究认为，流言的传播容易误导民众，导致不必要的社会骚乱。流行病消息的传播往往导致不必要的社会恐慌，这对流行病控制产生了不利影响。
　　有关流行病传播的研究非常多，其模型大多由一组微分方程组构成。而因为缺乏适合的方法，对消息传播的理论性研究要比实证性研究少得多。幸运的是，近些年来出现了一些研究消息传播的新理论和方法，其中多智能体模拟是一种研究复杂系统微观机制的有效方法。
　　本研究的创新在于，引入多智能体模拟方法，建立了流行病消息传播多智能体模拟模型，对流行病消息传播过程特征进行了分析，研究了传播过程中间接听到流行病消息的智能体的比例，而且在过程中考虑到了传播过程的网络结构。

　　1消息传播多智能体模拟模型的设计

　　1．1智能体间的组织结构
　　本文的多智能体模拟模型使用AnyLogicMT来实现。我们在模型中设置了两个智能体类。第一个被称为环境类，另外一个被称为传播智能体类。环境类只有一个实体，称为环境智能体，而传播智能体类有许多称为传播智能体的实例。传播智能体是模拟过程中的活动智能体。图1是仅包含5个传播智能体的多智能体组织结构框架图。