[论文解读] Stability threshold approach for complex networks

Vladimir Klinshov, Vladimir I. Nekorkin+1 more|arXiv (Cornell University)|Apr 17, 2015

Opinion Dynamics and Social Influence被引用 1

一句话总结

本文提出了稳定性阈值（ST），这是一种新颖的度量方法，用于量化能够破坏动态网络并使其进入非期望状态的最小扰动。作者提出了一种计算算法，用于计算任意动力学系统的ST，证明其在揭示关键稳定性边界方面具有有效性，并为网络在大扰动下的鲁棒性提供了新见解。

ABSTRACT

A new measure to characterize stability of dynamical networks against large perturbation is suggested, the stability threshold (ST). It quantifies the magnitude of the weakest perturbation capable to disrupt a network and switch it to an undesired dynamical regime. We introduce a computational algorithm for calculating the stability threshold for arbitrary dynamical systems. We demonstrate that this approach is effective and provides important insights.

研究动机与目标

• 开发一种定量度量方法，用于评估复杂动力学网络对大外部扰动的鲁棒性。
• 解决目前缺乏系统性度量指标的问题，该指标可识别出能够引发网络进入非期望动力学状态的最弱扰动。
• 提出一种通用计算方法，用于在各种动力学系统中计算稳定性阈值。

提出的方法

• 将稳定性阈值（ST）定义为能够使网络从期望动力学状态切换到非期望动力学状态的最小扰动幅度。
• 将ST的计算问题表述为在可能扰动空间上的优化问题。
• 使用数值延拓和两点边值问题求解器，在高维状态空间中定位临界扰动边界。
• 将该算法应用于多种网络模型，以验证其在不同动力学系统中的鲁棒性和通用性。
• 通过依赖局部稳定性分析和轨迹积分，确保该方法适用于任意动力学系统。

实验结果

研究问题

• RQ1 能够使复杂网络失稳并驱动其进入非期望动力学状态的最小扰动是什么？
• RQ2 如何高效且准确地计算任意动力学系统中的稳定性阈值？
• RQ3 稳定性阈值为复杂网络的鲁棒性及失效机制提供了哪些新见解？

主要发现

• 稳定性阈值为网络对大扰动的鲁棒性提供了精确且可量化的度量。
• 所提出的计算算法成功计算了多种动力学系统的ST，证实了其通用性和鲁棒性。
• 该方法揭示了仅通过线性稳定性分析无法检测到的关键不稳定边界。
• ST能够识别出最弱的破坏性扰动，为理解网络失效阈值提供了新视角。
• 该方法能够实现对网络动力学中脆弱点的早期检测，支持主动设计与控制策略。