自组织耦合演化动态复杂网络模型及其应用

当前复杂网络建模存在网络拓扑的建立与网络功能的形成及网络上的动力学过程相分离的倾向，而在许多实际的复杂系统中二者经常是同时发生的。现有的模型大都要求新的节点掌握网络的全局信息，这对于规模巨大和结构复杂的实际系统而言是不可能的。我们在本项目中将提出并推广自组织耦合演化的动态复杂网络模型，努力克服上述缺陷。节点状态和相应的节点间互作用结构都基于局部信息自组织演化并且互相耦合，这会导致网络拓扑结构的统计性质（如无标度，小世界和度关联）与系统功能（如自发分层，相干振荡，多重分形和博弈均衡）的协同涌现。我们将提取不同系统个体单元间的关键互作用与节点状态特征建立模型，运用统计物理、凝聚态理论的思想进行解析和数值计算，探讨幂律、标度行为、自组织临界性的微观机制，力求获得具有普适性的模型与规律。本项目将揭示全新的动力学图像，可望拓展经典统计物理应用范围，为多种实际系统的表征、预测和控制寻求新的原理和技术。