非平衡动力学存在下的网络韧性

许多复杂网络已知会展现替代稳态之间的突然转变，这些稳态具有对比鲜明的性质。此种突然转变展示了网络的韧性，即系统在面对扰动时维持存在的能力。大多数关于网络韧性的研究聚焦于从一个平衡态到另一平衡态的转变。尽管某些节点中非平衡动力学的存在可能推进或延迟网络中的突然转变，并给出即将崩溃的预警信号，但在网络韧性背景下尚未被充分研究。在此我们填补这一空白，通过研究具有多样拓扑的神经元网络模型，其中非平衡动力学甚至可能在网络从活跃态因环境条件恶化而转变到静息态之前就出现于网络中。我们发现，展现非平衡动力学的未耦合节点比例在决定网络转变类型中起关键作用。我们表明，无论拓扑如何，更高比例的非平衡动力学节点能够延迟 tipping 点并增加网络抵御环境压力的韧性。此外，随着网络拓扑从规则走向无序，对即将到来转变的可预测性减弱。