Python系统仿真其三：洛伦兹系统仿真展示

---

---

一、Lorenz系统

参考我之前的文章MATLAB混沌系统仿真其一：Lorenz系统和Rossler系统。Lorenz系统包含3个微分方程。Lorenz在1963年证明了这个系统中存在混沌(Lorenz认为由三变量非线性耦合微分方程描述的系统都能产生chaos，1975)。变量X、Y、Z分别表示循环流体的流速、上升和下降流体的温差和垂直温度剖面的畸变。其微分形式如下：
$$dx=-\sigma \left(x-y\right)$$$$dy=rx-y-xz$$$$dz=-\beta z+xy$$其中控制参数$\sigma =10$、$r=28$、$\beta =8/3$时也叫经典Lorenz系统，本次展示也是用这些参数。有关吸收于和李指数的部分可阅读MATLAB混沌系统仿真其一：Lorenz系统和Rossler系统。

二、代码和仿真

与MATLAB的ode函数类似，Python提供响应的求解函数，是scipy库内的odeint，用法也跟MATLAB相差不大。首先需要定义一个函数，y0传入上一个$x、y和z$的值，$t$没有使用，$para$用于传入三个控制参数，此处使用默认参数形式，可以不需要在odeint函数中使用args。

def Lorenz(y0, t, para=[10,28,8/3]):
    # 设置默认参数可以不使用odeint的args参数
    p, r, b = para
    x, y, z = y0
    dx = -p*(x-y)
    dy = r*x-y-x*z
    dz = -b*z+x*y
    return np.array([dx,dy,dz])

函数的调用和绘图也是怎么简单怎么来，甚至可以一行代码解决：

import numpy as np
from scipy.integrate import odeint
import matplotlib.pyplot as plt

t = np.arange(0, 50, 0.01)
y0 = [1,0,-1]
sol = odeint(Lorenz, y0, t)
# sol = odeint(Lorenz,y0,t,args=([10,28,8/3],)) # 定义函数时不使用默认参数则需要使用这个方法传参

plt.figure()
plt.axes(projection='3d')
plt.plot(sol[:, 0], sol[:, 1], sol[:, 2])

plt.figure(2)
plt.plot(t,sol)
plt.legend(['x','y','z'])
plt.xlabel('time')
plt.title('Lorenz')
plt.show()

仿真的三个变量的波形图如下：

系统的吸引子图形，为了好看，这里同样也绘制成了动图。