针对 Physarum 网络运输流的智能控制

Physarum 网络会因环境刺激而增减通道，展现出定位营养输送最优路径的智能适应能力。这种智能行为所依据的物理机制是生物物理学中尚未解决的问题。与城市交通网络的单向流不同，Physarum 网络的细胞质内流呈现周期性振荡，由生物学的拮抗剂和吸引剂调制。本研究考察了网络分支通道中局部流如何相互作用以统一支配全局振荡动力学。我们发现，交叉节点处测量的流量守恒律成立。不同分支中的流存在相位差。在微观尺度上，流分布仅出现短暂的交通拥堵期，这些拥堵被振荡流所解决。通过将流量矢量映射到自旋铁模型的磁矩矢量，我们证明流矢量严格遵循统计物理中顶点模型的冰规则。值得注意的是，收�于 Y 形节点的三个分支永远不会同时阻塞，从而防止交通拥堵，确保营养物和信号的有效输送。这种智能流控制现象为解决交通拥堵问题提供了新思路，也深化了对受扰量子磁性的理解。