含 Lévy 噪声的高阶 Kuramoto 模型中的同步转变与尖峰动力学

为何突发的和谐重要

从心肌细胞的节律到电网中电力需求的起落，许多系统之所以能工作，是因为无数个体部件设法步调一致。然而在现实世界中，这些系统不断受到不规则扰动的冲击，其中包括罕见但极为强烈的震荡。本研究探讨了此类冲击如何重塑集体节律：何时它们促使众多单元趋于一致、何时又撕裂秩序，以及它们如何产生看似极端事件（如癫痫发作或市场暴涨）那样的短暂、近乎完美协调的突发爆发。

众多声音努力保持节拍

作者采用一种称为 Kuramoto 模型的数学框架来表征一群简单的节律单元或振子。每个振子都有自己的天然节奏，但它们相互连接，使得彼此趋于调整。不同于仅连接成对单元的经典版本，这项工作还加入了三方相互作用——三元组单元可以共同影响彼此。这一额外层次模拟了现实系统中群体而非仅成对关系重要的情形，例如大脑中的神经元簇，或电网与通信网络中的三元设备关系。

当随机冲击温和或狂野时

为模拟外界的不确定性，模型加入了噪声。标准研究常假设“高斯”噪声，由许多小的扰动组成。本文关注的是 Lévy 噪声，这类扰动以罕见但强烈的跳跃为主。作者调整了这种噪声的两个特性：一是决定尾重程度的参数（即极端值能有多大），另一则控制其整体强度。通过跟踪衡量振子协同行为紧密程度的有序参数，他们表明：当噪声变得更“狂野”时，持久的同步性会减弱，并在超过某一临界强度后可能完全消失。即便在无噪声时网络连接足够强以支持同步态，重尾跳跃也能使系统长期陷于大体无序的状态。

有序与无序之间的边界

为绘制系统倾向于落入何种状态的图景，作者综合了若干度量：平均有序水平、穿越到同步态所需的典型时间，以及最终能同步的初始条件比例。三者结合揭示了参数空间中的一片区域，在那里系统可能根据初始条件和噪声细节，要么保持无序，要么锁定为相干态。随着噪声尾部加重或尺度增大，同步常见的区域收缩并发生位移：需要更强的耦合才能到达并维持秩序，且原本尖锐的转变变为更平滑的交叉。

短暂的集体行动爆发

除了评估系统主要是有序还是无序外，作者特别关注尖峰——即有序参数短时间内突然跃过阈值然后回落的短暂阶段。这些尖峰标志着极端的短暂相干发作。研究显示，当噪声强度适中但不至压倒性时，尖峰最为频繁且幅值最大：噪声要足够强以偶尔把系统推入对齐状态，但又不能强到立即撕裂对齐。通过统计多次模拟中的尖峰次数与高度，作者发现：当噪声过强或尾部过重时，尖峰的丰度会急剧下降。对尖峰时序模式进行更细致的分析，采用一种特殊的“编辑距离”方法，揭示了远程关联和幂律特征，表明这些极端事件并非随机零星的闪现，而反映出基础的、有结构的切换过程。

这些发现为何对现实世界重要

用通俗的说法，本工作表明罕见且强劲的冲击可发挥双重作用：它们既能阻止系统陷入危险的僵化同步态，又能触发短暂但强烈的集体行为爆发。这种平衡在诸多情境中可能至关重要——从脑动态（可帮助解释大脑如何避免失控同步同时仍产生局部事件）到面对危机或故障冲击的社会与技术网络。通过阐明高阶连接与非标准噪声如何塑造有序、无序与极端事件之间的边界，本研究为管理、预测或利用复杂系统中突发的集体活动提供了新的见解。

引用: Zhao, D., Kurths, J., Marwan, N. et al. Synchronization transitions and spike dynamics in a higher-order Kuramoto model with Lévy noise. Commun Phys 9, 129 (2026). https://doi.org/10.1038/s42005-026-02560-4

关键词: 同步, 复杂网络, Lévy 噪声, 极端事件, 振子模型