振子网络的动力学鲁棒性

大多数复杂系统都是非线性的，依赖于来自相互作用子系统的涌现行为，常表现为振荡动力学。集体振荡行为对于许多现实系统的正常运行至关重要。复杂网络在阐明自然和人工系统的拓扑结构以及描述其中发生的各种过程方面已被证明具有高效性。近期的进展显著增强了我们对复杂网络涌现动力学的理解。在各种过程中，一个大量工作探索了复杂网络的动力学鲁棒性，即它们在网络组成部分发生退化时仍能维持集体振荡动力学的能力。许多物理和生物系统由于自然或环境因素会经历动态活动的下降。这种损伤对网络性能的影响可能显著，系统的鲁棒性指示其在动态变化下保持功能的能力，常称为老化。本综述提供了关于网络如何维持全球振荡Despite增加的非活跃动力学单元的能力进行的广泛研究概览。我们呈现致力于理论理解和增强复杂网络动力学鲁棒性的当代研究。我们的关注点包括各种网络结构和耦合函数，阐明网络化系统的持久性。我们涵盖从网络连接的异质性到动力学单元的异质性等系统特征。最后，我们讨论了本领域的挑战以及未来研究的开放领域。