通过邻域同配性在网络玩具模型中诱导自组织临界性

复杂网络是近年来用于研究具有许多相互作用元素的复杂系统（如自组织临界性（SOC））的一类框架。网络节点倾向于连接到相似类型节点的特性由同配混合（assortative mixing）来表征。真实网络表现出按顶点度的同配混合，然而典型的随机网络模型（如 Erdos-Renyi 或 Barabasi-Albert 模型）没有表现出同配排列。在本文中，我们引入了邻域同配性（neighborhood assortativity）的概念，即一个节点属于一个社区（其邻域）且该社区表现出与其自身相似的平均特性的倾向。在网络玩具模型中施加按度的邻域同配混合，可以发现 SOC 动力学。通过涨落分析对由临界性产生的长程相关性进行了表征，并表明节点活动中存在反相关性。该模型仅包含一个参数，并且针对不同参数值的统计图可以坍缩为单条曲线。该模型的简单性允许进行数值模拟，并利用 Markov 链对特定参数值的统计特性进行解析研究。