传染病自古以来就困扰着人类社会,尤其是2020年大规模爆发的COVID-19,给全世界带来了巨大的人员伤亡与财产损失。在疾病传播动力学中人是传播的主体,疾病的扩散依赖人直接或间接的接触,而个体间很大一部分接触来源于交通系统中的出行行为,而出行决策又在很大程度上受到情绪的影响。为了量化分析情绪状态、出行决策与疾病动力学间的耦合关系,本文借助演化博弈这一理论工具刻画并解析了三者的共演化动力学,解释了传染病通过交通系统传播的机理,为有效抑制疾病扩散建立了理论框架。具体研究内容如下:首先,针对交通中的出行行为影响疾病传播这一问题,研究了出行决策在不同拓扑结构下的演化机理及其对疾病的控制作用。出行决策由出行和隔离两种策略组成,个体有易感和感染两种状态,隔离策略带来了隔离成本,而出行个体参与疾病传播过程,感染后需要承担感染成本。相对于出行策略,个体的主动隔离能在很大程度上控制疾病的传播,并且在疾病感染能力较强时取得更好的效果。研究发现异质网络与高度网络能带来个体间更多的交互,反而有效降低了种群感染比例。此外,个体自组织行为具有局限性,通过引入对隔离策略的第三方奖励,能够进一步控制疾病的传播。其次,考虑到个体在进行出行决策时往往是非理性的且容易受到情绪的影响,提出了社会网络中的情绪扩散机制模型,并为下一步探究情绪影响下的疾病传播动力学演化奠定理论基础。本章设定在情绪扩散机制下个体表现为积极、中性和消极三种情绪特征,策略更新规则则由传统策略模仿改进为情绪模仿。同时考虑了“同理心”的作用,即个体更愿意与相同情绪的邻居合作。仿真结果显示,任意给定初始情绪组合,系统最后都会演化为单一情绪动力学系统,且这种情绪扩散机制能有效维持合作。此外,如果中性个体更愿意与积极个体合作,那么消极个体将完全被消灭,从而能进一步促进合作。本工作探索了情绪扩散机制与个体行为策略选择之间的共演化关系。最后,基于社会网络中的情绪扩散机制提出了情绪与传染病传播的共演化模型,量化分析了在疾病传播背景下情绪扩散机制和出行决策的耦合影响。假定个体情绪有积极与消极两种类型,积极情绪表现为亲社会性,感染后愿意减少出行,而消极情绪的个体在恐慌因素下感染前倾向于减少出行,感染后则不再控制出行行为。仿真结果表明,在情绪扩散机制下个体出行自发减少,疾病被控制在较低水平,并且在高度网络结构中情绪扩散机制对疾病传播的抑制效果更加显著。通过对感染率与恢复率比值的研究,进一步论证了该机制对疾病传播控制的有效性。