复杂网络中鞍点逃逸转变的早期预警信号
适应与自组织系统
2017-02-28 v2 动力系统
定量方法
摘要
许多现实世界系统面临发生临界转变的风险，导致突然的定性变化，有时甚至是不可逆的相变。开发早期预警信号被认为是一项重大挑战。近期进展建立在一个数学框架之上，该框架用包含少量关键变量的低维方程组来描述现实世界系统，其中临界转变通常对应于分岔。在此，我们证明，在包含众多变量的高维系统中，我们经常会遇到另一种导致临界转变的非分岔鞍型机制。迄今为止，在寻找早期预警信号的过程中，这类普遍的转变一直被忽略。事实上，鞍型机制也适用于具有鞍点动力学的低维系统。在鞍点附近，系统运动缓慢，其状态可能在相当长的时间段内被视为稳定。我们为鞍型转变开发了一种早期预警信号。我们在两个网络模型和流行病学数据中展示了我们的结果。因此，这项工作建立了从临界转变到网络的联系，并为一种新型临界转变提供了早期预警信号。我们预计，在复杂模型和大数据中，鞍点转变在未来将频繁出现。
引用
@article{arxiv.1401.7125,
title = {Early warning signs for saddle-escape transitions in complex networks},
author = {Christian Kuehn and Gerd Zschaler and Thilo Gross},
journal= {arXiv preprint arXiv:1401.7125},
year = {2017}
}
备注
revised version