复杂机电产品质量变异是类似于病毒，能够在复杂机电产品零部件与其他零部件之间相互传播的一种变异。

复杂网络是一门新兴学科，是分析研究流行病（也包括计算机病毒）传播的有力工具。复杂网络可以对自然界非常复杂的系统通过拓扑学来描述。将系统中的每个元素看作是节点，元素之间的相互关系看作是边，这样系统就形成了一个网络。比如我们常见的社会交通网络，计算机网络，食物链网络等等。复杂网络的研究开始于20世纪60年代提出的随机网络，在随机网络之前，学者们的研究仍然局限在规则网络。随着小世界网络和无标度网络被提出，标志着复杂网络的研究的深入开始。2001年物理学家Pastor-Satorras和Vespignani首次利用异质平均场方法研究了复杂网络上SIS传播模型，紧接着Newman在2002年利用渗流理论研究了复杂网络上SIR传播模型。由于网络传播问题在物理、生物、社会、计算机工程等众多学科中具有重要意义，以致近十几年来，复杂网络传播动力学一直受到广泛关注并获得了很大的发展。

复杂网络的主要研究领域分为三个：第一个就是网络的生成机理以及演化模型，也就是说通过建模构造真实的网络场景，进行学习研究。第二个研究方向是复杂网络的稳定性，主要是研究一些限制条件，对网络几何特性的影响，比如说网络对破坏攻击的承受能力。第三个方向是复杂网络上的动力学，比如说复杂网络上疾病，信息，舆论等的

传播。

在经典的SIR中，不考虑复杂机电产品的生产情况及报废情况，复杂机电产品总数量是固定不变的。每个零部件与其他零部件接触被感染的概率相同。这种模型忽略了社会真实的网络的异质性，即真实的社会网络并不是均匀分布的而是高度聚合的。所以简单的依靠SIR模型对复杂机电产品质量变异进行预测，不考虑环境中的实际状况，会有比较大的误差。

因此越来越多的学者开始研究网络与复杂机电产品质量变异之间的联系。其中比较常见的两类网络是：无标度网络和小世界网络。无标度网络指的是这种网络没有特别明显的特征长度。小世界网络是联合了规则网络和随机网络，建立的鉴于二者之间的一种网络。现实中我们的社会关系网也具有小世界网络的特性，所以很多学者开始研究质量变异在小世界网络中的传播。小世界网络有三种联系：第一是在规则的基础网中已经有一些联系，第二是随机选择的个体之间都增加了一定新的联系，第三是在已经存在的联系中构建新的联系。在之前的研究中，基于小世界网络的模型只是将个体分为：易感染者，感染者以及移出者，对于质量变异的潜伏期不考虑在内，并且假设了康复后的个体会永久具有免疫功能。但是实际生活中，传染病（包括质量变异以及病毒）都是有一定的潜伏期的，处于潜伏期的和处于易感染期是完全不同的，处于潜伏期的个体一定会被感染，但是处于易感染期的个体可能不会被感染，所以将二者合并成一类是不准确的。所以后续又有学者提出了考虑潜伏期的SEIR模型。不管使用什么模型，小世界网络毕竟只是模拟出来的网络，和真实的社交网络虽然有很多相同之处，但是毕竟不能替代真实的社会网络。所以有人提出了人类接触网络，也有越来越多的学者开始对真实的接触网络进行研究。他们发现网络结构的细微差别都会对质量变异的传播产生重大的影响，然而在传统的SIR模型中却无法得到解决。所以利用图来构建网络进行复杂机电产品质量变异预测得到了广泛的关注。但是基于图的模型包含了真实的网络结构，所以实现起来变的很复杂。特别是在模拟真实网络中个体与个体之间的关系即图中的边，导致需要很多参数需要评估。因此，基于网络的传染病预测方法无法像SIR模型那样直观的进行分析。为了能够既考虑真实接触网络的属性，又能像SIR那样直观的分析，一些研究者开始寻找网络属性和质量变异传播的相关性，通过这些属性来修改SIR模型，提出了SIRS模型，重新使用网络结构属性来构建传播速率，使得传统的SIR模型中能够添加上网络属性。