L1234X的博客

利用matlab中的fmincon函数求解线性优化问题

lyapunov指数之jacobi矩阵法、qr法

欧洲五大联赛作为足球世界里最高水准的代表，而其中每一位球员的流动都或多或少的影响着足坛的格局，当然也牵动着世界各地球迷的心。而这个球员转会网络表现出一些联赛内部流动频繁，联赛之间流动较少等多局域世界网络所具有的特性。

在大学课堂、特别是在公共课上，当老师和学生之间几乎都不认识的情况下，哪一些学生被抽中的概率会更高一些呢？我们通过建立一个简单的网络模型，来对这一事件进行简单的预测模拟。

摘 要：混沌（Chaos）是指发生在确定系统中的貌似随机的不规则运动，本文将基于经典的二维系统，然后根据动力学方程研究其混沌产生过程以及相对应的MATLAB仿真，再讨论Lyapunov指数以及正平衡点。上一篇中介绍了一维系统，这次我们将维数提升到二。/*仅当作学习笔记，若有纰漏欢迎友好交流指正，此外若能提供一点帮助将会十分荣幸*/目录0 引言1 厄农（Henon）映射1.1系统的混沌1.2 最大Lyapunov指数1.3系统正平衡点的求解2 Lotka-Volterra捕

摘 要：混沌（Chaos）是指发生在确定系统中的貌似随机的不规则运动，本文将基于几种经典的一维动力学方程系统，根据其动力学方程研究其混沌产生过程以及相对应的MATLAB仿真。/*仅当作学习笔记，若有纰漏欢迎友好交流指正，此外若能提供一点帮助将会十分荣幸*/0 引言混沌（Chaos）是指发生在确定系统中的貌似随机的不规则运动，长期以来，人们在认识和描述运动时，大多只局限于线性动力学描述方法，即确定的运动有一个完美确定的解析解。但是自然界在相当多情况下，非线性现象却起着很大的作用。混沌指确定性系统产

/*仅当作学习笔记，若有纰漏欢迎友好交流指正，此外若能提供一点帮助将会十分荣幸*/本文利用Lyapunov指数，着重从混沌特性展现双峰逻辑映射与逻辑映射之间的区别。所谓的一维双峰逻辑映射，是因为它在第一次迭代中会出现一个双峰，如下图所示图1.双峰映射的第一次迭代其动力学方程为：式中r为系统参数。可以看到，其动力学方程与传统逻辑映射的动力学方程类似，并且在系统参数取得时(逻辑系统参数只能取得[0,4])，它们Lyapunov图谱也相近，如下所示：图2.双峰逻辑...

/*仅当作学习笔记，若有纰漏欢迎友好交流指正，此外若能提供一点帮助将会十分荣幸*/本系列谈论过单时滞，但还没提及过双时滞，本文将着重介绍一种双时滞系统并对其进行简单处理分析。摘 要：本文针对一个捕食网络，根据其特性建立起一个双时滞四维系统。首先分析其稳定性，找到其正平衡点，然后通过调试时滞量τ来模拟预测网络模型的发展前景。并根据所求得临界滞量τ0，带入实值仿真出其Hopf分岔图形。0引言自然界中，广泛存在着种群之间的捕食与被捕食关系，他们一起构成了生物链，为流传的“大鱼吃小鱼，小鱼吃虾米”就

/*仅当作学习笔记，若有纰漏欢迎友好交流指正，此外若能提供一点帮助将会十分荣幸*/前面的几篇博文我们提到提到的都是整数阶模型，这里我们将对分数阶模型进行一个简单的研究。摘要：与整数阶混沌相比，分数阶混沌更符合、也更接近于现实世界。本文将研究经典Duffing系统的迭代方式、系统参数选择对混沌的影响，并通过MATLAB呈现出其混沌、相图以及庞加莱截面以达到对该系统的全面认识。目录0 引言1 分数阶Duffing系统1.1系统的构造1.2 系统混沌图2 Duffing系统相图

/*仅当作学习笔记，若有纰漏欢迎友好交流指正，此外若能提供一点帮助将会十分荣幸*/在前面的博文中我们提到了几种病毒模型、基本再生数R0等，这里我们将研究带时滞的动力学模型。摘 要：很多病毒模型因为传染病潜伏期的原因，各种状况之间的转化并不是立刻完成的，而是有存在一个时间差（时滞）。本文将通过一个带时滞的SIR模型，展现带时滞病毒模型的分析方法。0 搭建模型在经典SIR模型中，S代表易感状态（也可以理解为未被感染的健康群体），I代表已经被感染的群体，而R代表处于免疫状态的群体（由感染个体I

/*仅当作学习笔记，若有纰漏欢迎友好交流指正，此外若能提供一点帮助将会十分荣幸*/在前面两篇博文中我们分别介绍了病毒模型的基本计算思路方法以及基本再生数R0，这里我们将会简单的列举几种经典的病毒动力学模型的动力学逻辑、微分方程及迭代仿真。摘 要：本文将介绍SIR、SEIR、、SIVRS病毒模型并补充SEIH谣言传播模型，并通过MATLAB仿真出动力学微分方程。SIRSIR病毒模型作为传染病研究中最经典的动力学模型，作为很多病毒模型研究的基础。其中S表示易感染者，I表示感染者、R表示移除者，起

/*仅当作学习笔记，若有纰漏欢迎友好交流指正，此外若能提供一点帮助将会十分荣幸*/在上一篇博文中介绍了病毒模型的基本计算思路方法，而本文将会重点讨论基本再生数R0-这个决定病毒是继续发展还是衰减的关键指标。摘 要：过去的半个多世纪，传染病模型在数学生态学领域已受广泛重视。而再生数又是考量传染病能否流行的指标性因素，因此本文将基于传统病毒模型讨论不同因素对再生数的影响，以及再生数的大小对病毒传播的影响。0 引言研究疾病、病毒...

/*仅当作学习笔记，若有纰漏欢迎友好交流指正，此外若能提供一点帮助将会十分荣幸*/摘 要：无论是生物病毒还是网络病毒，其内核的传播机理都有很多的相似之处。因此，本文在经典的SIR病毒模型基础上改造出一个模型并以此为例，期望在此基础上构建一个计算模板来规范相关病毒模型的稳定性运算。0 引言在经典SIR模型中，S代表易感状态（也可以理解为未被感染的健康群体），I代表已经被感染的群体，而R代表处于免疫状态的群体（由感染个体I治愈而来的，且假设其治愈后不会再会被感染）。易感个体S有一定几率转化为感染个体