北京
关键词：非线性动力学，复杂网络，耦合振子网络，老化转变
论文名称：Dynamical robustness of network of oscillators 论文地址：https://www.sciencedirect.com/science/article/abs/pii/S0370157324002515 期刊名称：Physics Reports
非线性动力学与复杂网络的结合为理解许多自然与人工系统的行为提供了全新视角。这些系统中，振子之间的耦合常常引发复杂的集体现象，而这些现象往往是系统正常功能的基础。例如，心脏节律、神经元活动以及电力网络的同步都依赖于振子网络的稳定动态。然而，这些系统会受到环境干扰或内部老化的影响，其整体振荡行为可能逐渐衰退，甚至崩溃。如何增强这种动力学网络的鲁棒性，以应对局部节点的退化或功能失效，一直是该领域研究的核心问题。
近日发表于 Physics Reports 的一篇文章深入探讨了振子网络在动态老化过程中的鲁棒性表现，并试图为该问题提供系统性的理论框架。作者通过分析不同网络结构、耦合形式与节点特性的组合，揭示了这些系统在遭遇局部节点失效时保持集体振荡能力的内在机制。
研究的核心是“老化转变”现象。具体而言，随着网络中部分振子由活跃状态逐步转变为静止状态，系统从整体振荡状态转变到完全失去振荡的状态，这种临界现象反映了网络的动态鲁棒性。文章通过解析模型，展示了老化转变如何受耦合强度、节点特性分布以及网络拓扑结构的影响。例如，作者指出，在全局耦合的 Stuart-Landau 振子网络中，随着无活跃振子的比例增加，系统会经历由振荡到“衰亡”的相变，其临界行为可以通过标度律表征。此外，网络中节点活跃性分布的异质性也显著影响了老化转变的门槛。
文章还扩展了研究范围，包括多层网络、时间延迟耦合网络以及生物和量子振子网络等复杂结构。作者发现，多层网络中的耦合类型与层间相互作用方式决定了其鲁棒性，而时间延迟则可能削弱振荡的稳定性。此外，在生物网络的实例中，如神经元网络，文章展示了空间分布和局部耦合对网络动力学的调节作用。
值得注意的是，文章不仅关注网络如何在失效条件下保持振荡，还探讨了提升鲁棒性的可能方法。通过引入主动振子反馈机制、低通滤波等措施，作者展示了增强网络稳定性的多种策略。这些方法为解决实际系统中的老化问题提供了潜在解决方案。例如，在电力网络中，这种研究可帮助设计更稳定的频率同步机制；而在神经科学领域，则可用于理解神经退行性疾病的动力学基础。
最后，文章明确了当前研究面临的挑战与未来方向。作者指出，需要更广泛地引入机器学习和数据驱动方法，以预测复杂网络的老化转变。此外，进一步探索动态鲁棒性与网络结构之间的深层联系，对理解现实系统的动态行为具有重要意义。
图1. 示例性多路复用网络，每层中有 N = 5 个节点。红色和蓝色圆圈分别代表活跃和不活跃的振子。不活跃单位的比率为 p = 0.4。黑色实线和绿色虚线分别表示所有层内连接和局部层间连接。
图2. 相对于不活动元素 p 的比例的阶数参数 R，适用于三种不同的场景：单层网络、多层网络（L = 2，情况 II）和多层网络（L = 2，情况 III） 。
图3. 具有突出的长距离连接的网络：d 路径网络及其相应的邻接矩阵分别显示在上行和下行中。
图4. 非耦合维格纳函数在相空间中的分布
龚铭康| 编译
高阶网络社区
详情请见：
1.
2.
3.
4.
5.
6.
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
