当今人们已经进入到信息时代,信息的扩散对疾病的传播具有不可忽视的影响。统计显示,人们从微博、Facebook及Twitter等网络社交平台上获取的信息量占获取信息总量的90%以上,这说明现在人们获取信息的主要渠道是社交网络。病毒传播一般需要依托真实的接触网络才能完成传播。社交网络和接触网络这两种网络的拓扑特性与传播途径均是不同的,所以在多重复杂网络上研究病毒传播具有重要意义。本文在多重网络上提出了信息与病毒的交互传播模型,研究信息对病毒传播的影响。1.在多重网络信息病毒交互传播模型的基础上,本文考虑现实生活中个体会根据自身所处环境选择疫苗接种,提出了多重网络上基于邻居节点感染数目的危机意识疫苗接种方案。通过研究影响疾病传播规模及疾病传播阈值的影响因素,发现相比于小世界网络,信息在无标度网络上的传播对疾病的抑制效果更加明显。这也说明随着社交网站普及,人们对疾病的控制能力越来越强。同时与Wang等人的SIR-SIRV模型对比发现,本文所提出的疫苗接种方案更有优势,更加灵活,也更贴近实际生活。2.在多重网络信息病毒交互传播模型的基础上,考虑到疾病的治疗时间有限,本文提出了多重网络上基于有限治疗时间的病毒传播模型,通过仿真发现在治疗时间较小时个体的死亡密度较大。当治疗时间大于特定值时,死亡个体的密度趋近于0。这说明当检查频率大于特定频率时,就能及时地发现病毒从而进行治疗。同时在群体层面考虑治疗时间的异质性,发现在有效治疗时间均值不同时,治疗时间的异质性对病毒传播的影响是不同的。3.在多重网络信息和病毒交互传播模型的基础上,分析信息的传播特性,考虑信息的遗忘和传播过程中信息的减少,引入信息的衰减,提出有信息衰减的信息和病毒交互传播模型。采用平均场的方法将信息病毒传播过程统一起来,推导出病毒传播的阈值,发现病毒传播阈值不仅与病毒的传播有关,而且与个体的信息量有关。研究还发现该病毒传播的阈值与信息的产生概率ω无关,而信息的衰减会导致病毒传播阈值减小。在人工网络和真实社交网络上进行仿真,通过对比验证了模型的有效性。最后通过仿真研究了信息对病毒传播的影响,并验证了理论推导的结果。