复杂网络上多数规则模型的相变与普适性

我们研究了定义在三种复杂网络（即 Barabasi-Albert、Watts-Strogatz 和 Erdos-Renyi 网络）上的多数规则模型中的有序 - 无序相变现象及其普适性。假设每个智能体持有两种可能的观点，并随机分布在网络节点上。智能体表现出反从众和独立行为，由概率 $p$ 表示，即以概率 $p$ 采取反从众或独立行为。基于数值模拟结果和有限尺寸标度分析，我们发现该模型在所有网络中均经历连续相变，且在所有三种网络中，独立模型的临界点均大于反从众模型的临界点。我们获得的临界指数与定义在完全图上的意见动力学模型相同，表明该模型表现出与平均场 Ising 模型相同的普适类。