从大脑到人群，网络无处不在。许多研讨成果都显现，网络体系的动力学性质依靠于体系的结构。最新发表于《国家科学谈论》（National Science Review，NSR）的文章则标明，网络动力学不只是结构依靠的，也是前史依靠的。
Pixabay
实际中，体系的动力学进程往往不是孤立发作的。一个动力学进程发作后，个别间相互效果的强度与散布通常会发作改动，从而影响后续的动力学进程，以致迭代累积，使体系发作质的改变。该类问题的建模常选用递归或迭代机制，如言论与疾病的迭代传达、毛病的交互级联等。
曩昔的研讨往往只重视迭代稳守时的特征和性质，却疏忽了中心态，即有限迭代下体系的特征和性质。然而在许多情况下，实在体系所出现出来的正是中心态。因而，关于中心态的研讨是了解整个别系动力学进程的重要环节。
考虑中心态就必须要调查迭代的前后相关，这种相关被称为前史依靠。例如，当某种流行病迸发时，言论快速传达使个别发作惊惧或采纳防护办法，从而导致流行病的传达概率与速度发作显着的改变。而流行病的传达又会激起新一轮的言论传达。如此重复，传达进程将不只依靠于体系结构，且与之前体系中的物理进程有关。
在这篇文章中，中国科学技术大学李明等与电子科技大学吕琳媛等以多层网络上的渗流相变模型为例，对动力学进程的前史依靠问题进行了讨论。
该模型由一系列在多层网络上相继发作的渗流进程组成，每一级渗流在前一级所构成的淬火随机结构上进行。这种效应逐级堆集，使得渗流相变体现的越来越剧烈，但都归于相同的普适类；而无限迭代下的稳态却展现出不接连渗流相变。这个发现不只给出了前史依靠下渗流相变的演化规则，一起也将一些不同的动力学模型统一在同一研讨结构内。
最终，文章指出该迭代机制可用于多层网络的结构剖析，并以由脑功用网络和形态学网络构成的双层网络为例，阐明怎么使用该模型辨认人脑网络的反常结构。
由脑功用网络和形态学网络构成的双层网络在迭代渗流效果下稳态时在略大于临界点的方位得到的网络结构图。(a)健康人。(b)抑郁症患者。
