6.3 同步：萤火虫给Kuramoto模型上课

摘要：同步研究耦合振子从各自为政走向步调一致的集体现象。本节从萤火虫与心脏起搏细胞出发，装配振子同步的标准模型与序参量，读出临界耦合强度；重点回答「什么拓扑更容易同步」——特征值谱给出的判据与「度分布越宽越难同步」的反直觉结论；登记同步的用途与害处两侧（电网合拍是命，脑电癫痫与桥桥共振是祸）。本节在体系中的位置：放归野外第三间实验室，前五章的谱结构与度分布读数在此兑换成动力学判据。

河边的灯光秀

东南亚的河岸有过一场持续了整晚的演出：成千上万只萤火虫先各自闪烁、互不理睬，随后渐次对齐，最终整棵树整片红树林像装了同一个开关，齐刷刷明灭。没有指挥，没有总谱，每只虫子只看得见邻居的光——整齐从局部互动里自己长出来。生物学里同款演出还有心脏起搏细胞群（它们必须同步放电，否则心脏不会跳）与经期同宿舍的女性；工程里则有电网——数十台发电机的转子必须严格同频同相，相位差一漂，保护系统立刻跳闸。

把这类现象抽象成数学，主角是耦合振子：每个节点带一个相位并以自己的自然频率旋转；每时间步，邻居的相位差以强度「拽」它一把——离群的被往回拉，领先的被拖住等大家。模型的极简版只要一行直觉：相位的变化率 = 自然频率 + 耦合强度 × 邻居相位差的正弦和。正弦因子保证「差半圈时拉力反向」的物理直觉，耦合强度是全剧唯一的全局旋钮。

序参量：给「合拍程度」一支温度计

集体行为需要读数。序参量定义为一群单位相位向量的平均向量的长度：完全散乱时正负相消、长度趋零；全体同相时向量叠加、长度为一。从零到一，就是从自由散漫到整齐划一。模型的招牌实验由此展开：耦合弱时序参量贴地（各转各的）；跨过某个临界耦合，一小簇振子先结成同步团，序参量抬头；耦合继续加，同步团滚雪球，序参量一路上扬直至全员合拍——二阶相变的完整曲线，与第 5 章渗流的巨分量曲线是表亲。


import networkx as nx
import random
import math

def kuramoto_order(G, K, steps=800, dt=0.05, seed=7):
    """网络Kuramoto：返回稳态序参量（相位欧拉积分）"""
    rng = random.Random(seed)
    theta = {v: rng.uniform(0, 2 * math.pi) for v in G}
    omega = {v: rng.gauss(0, 1) for v in G}       # 自然频率异质
    for _ in range(steps):
        dth = {}
        for v in G:
            pull = sum(math.sin(theta[u] - theta[v]) for u in G[v])
            dth[v] = omega[v] + K / max(1, G.degree(v)) * pull
        for v in G:
            theta[v] = (theta[v] + dt * dth[v]) % (2 * math.pi)
    sx = sum(math.cos(t) for t in theta.values()) / len(theta)
    sy = sum(math.sin(t) for t in theta.values()) / len(theta)
    return math.hypot(sx, sy)

ER = nx.gnp_random_graph(200, 8 / 199, seed=1)
BA = nx.barabasi_albert_graph(200, 4, seed=1)
print("耦合强度K | ER序参量 | BA序参量")
for K in [0.2, 0.5, 1.0, 2.0, 4.0]:
    print(f"{K:9.1f} | {kuramoto_order(ER, K):8.2f} | {kuramoto_order(BA, K):8.2f}")

扫描读数呈现教科书式的相变曲线，且两网门槛有别——这就把问题引向本节的主菜：拓扑如何改写同步命运。

拓扑判据：什么网络更好同步

线性化后的同步问题落到特征值上：耦合矩阵的特征值谱拉开一个「同步窗口」，窗口越宽越难全员合拍——判据浓缩为「最大特征值与最小非平凡特征值之比越小越好」。把第 3、4 章的形态读数接到这个判据上，结论颇具戏剧性：度分布越异质，谱越宽，越难同步。无标度网络的枢纽是同步的麻烦制造者——少数高度节点把特征值谱的上端拉飞，形成「枢纽拖累全员」的格局；同配的豪区结构也会加宽谱。这与直觉相撞：小世界（短路径）常被说成「利于同步」，肥尾也常被说成「利于传播」——但利于传播的拓扑恰恰不利于同步：传播要的是快，同步要的是稳，快与稳在谱上是两个方向。缓解手段在结构侧：加权（按度给边配阻尼）、分层同步（先小圈合拍再圈间合拍），脑网络正是「模块化 + 富人俱乐部加权」的自然样本。


import networkx as nx

def sync_eigen_ratio(G):
    """谱判据：拉普拉斯最大特征值 / 最小非平凡特征值（越小越好同步）"""
    L = nx.laplacian_matrix(G).astype(float)
    ev = nx.laplacian_spectrum(G)
    ev = sorted(ev)
    return ev[-1] / ev[1] if ev[1] > 1e-9 else float("inf")

graphs = {
    "随机图": nx.gnp_random_graph(200, 8 / 199, seed=1),
    "WS小世界": nx.watts_strogatz_graph(200, 8, 0.1, seed=1),
    "BA无标度": nx.barabasi_albert_graph(200, 4, seed=1),
}
for name, G in graphs.items():
    print(f"{name}: 谱比 {sync_eigen_ratio(G):6.2f}")

典型读数排序：随机图谱比最小、WS 次之、BA 最大——同度预算下，异质性越强越难同步。形态学的读数又一次预定动力学的命运，本册的定理式主线（结构写剧本）在同步实验室再次兑付。

图序参量的相变与拓扑的门槛

同步的害处：当好现象变成病

同步不是一律的美德，野外账本两侧都厚。要同步的一侧：电网频率、心脏起搏、无线通信的时钟对齐、合唱与合奏。怕同步的一侧：癫痫发作是脑区神经元的病理性过度同步——治疗思路之一竟是「去同步刺激」，用微弱扰动把病态合拍打散；伦敦千禧桥开通当天的摇晃，是行人步伐无意识同步激起了桥的共振，工程解法是装阻尼器打破人桥耦合；办公室里此起彼伏变成齐声的笑声与鼓掌，是社会同步最无害的版本。同步的开关在结构上——这既是威胁也是钥匙：识别「病态同步的种子节点」、设计去同步的边加权，都是结构动力学的现役课题。

💡 关键直觉：同步研究的核心不是「振子多整齐」，而是「整齐如何从无序中自发涌现、又被什么结构条件推动或阻断」。萤火虫不需要指挥，电网调度员却要天天防着过度同步——同一门科学的两副面孔。

本站收束

耦合振子模型一行直觉：自然频率 + 耦合 × 相位差正弦；序参量给合拍程度测温
临界耦合是二阶相变：与渗流曲线同族；拓扑改写门槛位置
谱判据：最大与最小非平凡特征值之比越小越好同步；异质度分布拖累同步
「利于传播的拓扑不利于同步」：快与稳在谱上方向相反
同步有善恶两面：电网与心脏要它，癫痫与桥梁共振怕它；开关在结构侧

下一间也是最后一间实验室：节点不再是振子而是观点与策略——舆论与博弈，看共识与合作如何被边表决定。

作者与出处

原作者：灏天文库

来源：灏天文库

整理：灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流

6.3 同步：萤火虫给Kuramoto模型上课