在选民模型中减速微观动力学可加速宏观动力学

针对选民模型，我们研究了依赖于记忆的跃迁速率的影响。我们假设自旋跃迁至相反状态的速率随其处于当前状态的时间而降低。反直觉的是，我们发现通过这种方式减缓微观动力学可以加速系统达到宏观有序状态所需的时间。这一结论适用于不同的网络拓扑结构，包括全连接网络。我们发现有序化动力学由两个相互竞争的过程主导，它们分别稳定多数态或少数态。若前者占主导，则会加速系统的有序化。本文的结论不仅限于选民模型，对许多其他自旋系统同样有效。