离散动力学网络中的自组织临界性与适应性

已有观点提出，复杂系统中的适应性在有序与无序动力学状态之间的临界边界处得到优化。在此，我们回顾了演化动力学网络的模型，这些模型基于动力学序参量与网络连通性重连之间的局部耦合，导致网络拓扑的自组织，并在网络规模 $N$ 极大的极限下收敛至临界态。特别地，在布尔网络和阈值网络的背景下讨论并比较了两种适应方案：1）活跃节点失去连接，冻结节点获得新连接；2）具有相关活动的节点相互连接，去相关节点断开连接。这些简单的局部适应规则导致了网络拓扑与动力学的协同演化。适应网络与随机网络有显著不同：它们演化出非均匀的拓扑和宽广的稳态调节平台，动力学活动表现出 $1/f$ 噪声，且吸引子周期服从无标度分布。所提出的拓扑自组织协同演化机制对噪声具有鲁棒性，且不依赖于动力学状态转移规则的细节。使用有限尺寸标度，表明网络在热力学极限下收敛至自组织临界状态。最后，我们讨论了开放问题和未来研究方向，并概述了这些模型在各个领域的自适应系统中的可能应用。