具有惯性的 Kuramoto 振子同步优化网络

我们研究了具有惯性的 Kuramoto 振子网络中的同步现象。具体而言，我们引入了一种重连算法，其基本包含一个 {\em 爬山} 方案，通过交换网络中的边来增强其同步能力。我们表明，由该算法生成的同步优化网络具有一些有趣的拓扑和动力学性质。特别是，它们通常表现出同步起始的提前，并且对某些类型的扰动具有更强的鲁棒性。我们考虑了合成随机网络，以及一个基于西班牙（高压）电网近似模型拓扑的网络，因为具有惯性的 Kuramoto 振子网络最近被用作电网的简化模型，而同步显然是其中的关键问题。尽管这些模型采用了极度的简化，但我们的结果以及文献中最近获得的其他结果，可能为现实世界电网的未来增长和发展提供有趣的原则指导，特别是在当前范式从集中式发电向分布式发电电网转变的情况下。