生成130个振子全连接的kuramoto网络序参量随耦合强度变化代码

在Python中，我们可以使用`numpy`库以及`matplotlib`库来模拟Kuramoto网络中振子的数量随着耦合强度的变化。下面是一个简化的例子，展示了如何创建一个130个振子的Kuramoto模型并绘制序参数随耦合强度变化的情况：

import numpy as np
import matplotlib.pyplot as plt

# 设置参数
n_oscillators = 130
coupling_strengths = np.linspace(0, 1, 100)  # 耦合强度范围从0到1，步长为0.01
omega = 1  # 振子固有频率

def kuramoto_phase_model(coupling):
    K = coupling * np.ones((n_oscillators, n_oscillators))  # 全连接邻接矩阵，每个节点都与其他节点相连
    delta_theta = 2 * np.pi * np.random.rand(n_oscillators)  # 初始相位随机分布
    phases = np.zeros_like(delta_theta)

    for _ in range(1000):  # 遍历足够多次迭代让系统稳定
        dtheta_dt = -np.sin(phases[:, None] - phases[None, :]) + K / n_oscillators
        phases += dtheta_dt

    return np.mean(np.abs(np.exp(1j * phases)))  # 序参数计算为平均绝对相位

results = [kuramoto_phase_model(c) for c in coupling_strengths]

plt.plot(coupling_strengths, results, label="序参数")
plt.xlabel("耦合强度")
plt.ylabel("序参数")
plt.title("Kuramoto网络中130个振子的序参数随耦合强度变化")
plt.legend()
plt.show()