MATLAB混沌非线性,一个非线性系统的混沌现象分析及数值仿真

1. 引言

对非线性系统的探索和研究已持续一个多世纪的时间,但仍然方兴未艾。20世纪70年代初,科学家们利用计算机和非线性数学,发现了非线性系统中的混沌行为,这一发现极大地激起了人们对复杂问题探索的热情,对混沌的研究热潮也开始了。混沌现象的研究对现代科学的影响是广泛的,几乎涉及到了任何领域。

1963年,气象学家E.N. Lorenz在数值实验中发现了混沌现象,提出了Lorenz系统 [1],自此,不管是国际上还是国内,人们不断地提出和构建新的混沌系统。很多的学术专家都曾展示了自己的研究成果,在国内有影响力的像Chen-系统 [2] [3],Lv-系统 [4] 等等,在2004年,刘崇新教授等人又提出了Liu-系统 [5]。Liu-混沌系统属于广义Lorenz系统,Chen-系统与Lorenz系统互为对偶系统,而Lv-系统在Lorenz系统和Chen系统之间架起了桥梁,四者之间的联系十分紧密。本文在Liu-系统的基础上,研究了一个新的非线性系统 [6],对其动力学行为进行了数值仿真,因而初步分析了其混沌行为 [7] [8] [9]。

2. 数学模型

2.1. 系统描述

根据文献 [6] 所提到的一类新的混沌系统:

6bd91ed9e29c5374041499b51f3a9c45.png(1)

其中状态变量

2293b141e751b8a1c690b03ac94454d7.png均为时间t的函数,

07221243715789f9e4f3fcece1d9549c.png为控制参数。

2.2. 对称性与不变性

对于系统(1),通过变化

295ea38a80b5577b5feebab4df27b6c6.png对系统(1)进行处理,发现系统的控制参数

37145c39d2493c63b804e6e78ddf6b9d.png不发生变动。对应的非线性系统(1)也保持它的原有属性,而且仍然以z轴为对称轴。系统(1)具有对称性和不变性。

2.3. 系统耗散性与吸引子不变性

对于系统(1),作如下处理:

1881351c8c638c1f731469797885f9b7.png(2)

则系统(1)的散度为:

e1be2977a1865b625def5467bbf59f59.png(3)

027b87e5ff02587a32a4f7cf1a8fce88.png时,系统(1)是耗散的,故存在吸引子,即

fa1344fd10631f795da4ba494d0e68c2.png是吸引子存在的条件。

2.4. 平衡点及局部稳定性

对于系统(1)中的各式,令其方程右边等于0,可以解得系统(1)的三个平衡点 [10],分别为:

84a36b2ebd155aa4831483e6caa60571.png

54dde7e18f960cbaff55bc9f10f31312.png

其中

7197806b4c2f4cb1e2ee5a5ae4479012.png

d967565bd4a6710c8fe4b16a1daf10ad.png对称的落在 轴的两侧,对于

b607c80f4b10466dbb797bd18e0f3d28.png,系统(1)有唯一的平衡点

  • 2
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1、该工具箱包括了混沌时间序列分析与预测的常用方法,有: (1)产生混沌时间序列(chaotic time series) Logistic映射 - \ChaosAttractors\Main_Logistic.m Henon映射 - \ChaosAttractors\Main_Henon.m Lorenz吸引子 - \ChaosAttractors\Main_Lorenz.m Duffing吸引子 - \ChaosAttractors\Main_Duffing.m Duffing2吸引子 - \ChaosAttractors\Main_Duffing2.m Rossler吸引子 - \ChaosAttractors\Main_Rossler.m Chens吸引子 - \ChaosAttractors\Main_Chens.m Ikeda吸引子 - \ChaosAttractors\Main_Ikeda.m MackeyGLass序列 - \ChaosAttractors\Main_MackeyGLass.m Quadratic序列 - \ChaosAttractors\Main_Quadratic.m (2)求时延(delay time) 自相关法 - \DelayTime_Others\Main_AutoCorrelation.m 平均位移法 - \DelayTime_Others\Main_AverageDisplacement.m (去偏)复自相关法 - \DelayTime_Others\Main_ComplexAutoCorrelation.m 互信息法 - \DelayTime_MutualInformation\Main_Mutual_Information.m (3)求嵌入维(embedding dimension) 假近邻法 - \EmbeddingDimension_FNN\Main_FNN.m Cao方法 - \EmbeddingDimension_Cao\Main_EmbeddingDimension_Cao.m (4)同时求时延与嵌入窗(delay time & embedding window) CC方法 - \C-C Method\Main_CC_Luzhenbo.m (5)求关联维(correlation dimension) GP算法 - \CorrelationDimension_GP\Main_CorrelationDimension_GP.m (6)求K熵(Kolmogorov Entropy) GP算法 - \KolmogorovEntropy_GP\Main_KolmogorovEntropy_GP.m STB算法 - \KolmogorovEntropy_STB\Main_KolmogorovEntropy_STB.m (7)求最大Lyapunov指数(largest Lyapunov exponent) 小数据量法 - \LargestLyapunov_Rosenstein\Main_LargestLyapunov_Rosenstein1.m \LargestLyapunov_Rosenstein\Main_LargestLyapunov_Rosenstein2.m \LargestLyapunov_Rosenstein\Main_LargestLyapunov_Rosenstein3.m \LargestLyapunov_Rosenstein\Main_LargestLyapunov_Rosenstein4.m (8)求Lyapunov指数谱(Lyapunov exponent spectrum) BBA算法 - \LyapunovSpectrum_BBA\Main_LyapunovSpectrum_BBA1.m \LyapunovSpectrum_BBA\Main_LyapunovSpectrum_BBA2.m (9)求二进制图形的盒子维(box dimension)和广义维(genealized dimension) 覆盖法 - \BoxDimension_2D\Main_BoxDimension_2D.m - \GeneralizedDimension_2D\Main_GeneralizedDimension_2D.m (10)求时间序列的盒子维(box dimension)和广义维(genealized dimension) 覆盖法 - \BoxDimension_TS\Main_BoxDimension_TS.m - \GeneralizedDimension_TS\Main_GeneralizedDimension_TS.m (11)混沌时间序列预测(chaotic time series prediction) RBF神经网络一步预测 - \Prediction_RBF\Main_RBF.m RBF神经网络多步预测 - \Prediction_RBF\Main_RBF_MultiStepPred.m Volterra级数一步预测 - \Prediction_Volterra\Main_Volterra.m Volterra级数多步预测 - \Prediction_Volterra\Main_Volterra_MultiStepPred.m (12)产生替代数据(Surrogate Data) 随机相位法 - \SurrogateData\Main_SurrogateData.m

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值