首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 123 毫秒
1.
尾矿库隐患及风险演化系统动力学模拟与仿真   总被引:1,自引:0,他引:1  
针对矿山尾矿库危害问题,构建了尾矿库事故隐患关联的复杂网络,给出了尾矿库隐患状态及风险演化的系统动力学模型,并结合矿山尾矿库案例进行了应用分析.结果表明,通过隐患关联的复杂网络法、隐患转移的三态法以及风险演化的系统动力学模型的巧妙结合,能够明确地表征尾矿库事故隐患及风险演化规律,包括隐患作用关系、递演途径、风险程度等.成果应用于临钢980沟尾矿库,仿真结果与980沟尾矿库事故发展规律的实际情况吻合较好,说明所建模型可有效表征尾矿库溃坝事故演化的时空规律和风险程度,预测危险的发生.  相似文献   

2.
气液两相流作为一个非线性动力系统,其流动演化动力学特性尚未得到清楚的认识.以垂直上升管内空气-水两相流为研究对象,在通过流态模拟实验系统获取流态压差时间序列的基础上,构建流态复杂网络和流动演化复杂网络对气液两相流流型及其非线性动力学特性进行了研究.通过对流态复杂网络社团结构的分析获得了其社团结构与不同流型的对应关系,从而实现了对包括过渡流型在内的5种流型的辨识.通过对流动演化复杂网络分析发现,不同流型的流动演化复杂网络呈现出不同的社团结构,而且网络的信息熵演化趋势与流型转化过程密切相关,可以较好地揭示垂直上升管内气液两相流流态演化的动力学特性.  相似文献   

3.
动力学与控制是研究结构与系统的动态特性、动态行为与激励之间关系及其调节的学科,是力学的重要分支.目前,结构和系统动力学与控制重点研究新型材料结构、先进飞行器结构、涡轮机械等结构。高维、非线性、非光滑、不确定、多场耦合、复杂网络等系统的运动形式、动力学行为及其随时间演化的规律,并有目标地进行运动和振动控制.动力学与控制是一门重要的基础学科,是科学技术创新和发展的重要推动力之一。  相似文献   

4.
高速公路交通流演化分形特征的研究有助于深刻理解高速公路交通系统的内在演化规律, 为高速公路交通流的预测和控制提供理论依据. 本文利用统计学方法和复杂网络可视化技术对高速公路交通流的分形特征进行实证分析. 首先, 利用重标极差法计算了交通流时间序列的Hurst指数和V统计量, 发现不同时间标度下高速公路交通流时间序列的Hurst指数都大于0.5, 并且V统计量曲线有上升趋势, 说明高速公路交通流时间序列具有自相似性和长程相关性; 然后, 根据可视算法, 将高速公路交通流时间序列转化为复杂网络, 计算网络的拓扑参数, 发现网络的度分布均呈幂律分布, 表明该网络为无标度网络, 进一步揭示高速公路交通流时间序列为分形序列. 同时发现网络的平均路径长度随网络规模的增大呈对数增长, 说明网络具有小世界特征. 实证分析的结果对高速公路交通流量预测中时间标度的选择和预测长度的确定有重要的参考价值. 本文的研究可以为揭示高速公路交通流演化的复杂性提供新的思路和方法.  相似文献   

5.
最大流原理:多元统计分析的新方法及其应用   总被引:1,自引:0,他引:1  
本文基于描述复杂系统中结构形成的法则--最大流原理,建立了一套利用给定数据重构复杂系统结构形成和演化一般动力学方程的理论模型和数值模拟方法,以期系统地、全面地处理复杂多元数据.通过新方法在城市复杂系统和湖泊水生态系统上的应用,证实了该方法在反映复杂系统中结构形成和演化的特性、对复杂系统进行量化和聚类方面大大超越了目前多元统计分析的方法,可以作为一种新的多元统计应用数学方法广泛地应用于对复杂系统进行描述、特征提取、分类、聚类、优化、评价以及估计与预测.  相似文献   

6.
近年来,许多物理学家开始关注利用统计物理思想和方法来研究社会系统中群体行为的涌现现象,例如疾病的雪崩、舆情的传播以及同步现象.实证研究表明:真实社会系统具有其特有的性质,例如小世界特性和节点度分布的无标度特性等.一个显而易见的问题:这些特性如何影响社会系统中群体行为的涌现.本文关注复杂网络拓扑结构对舆情传播行为的影响,并扼要介绍了社会系统中3个著名的舆情演化动力学模型及其研究现状,旨在为初学者提供一定的帮助.  相似文献   

7.
采用多个混沌算子单元组成一种新的预测网络,实现经济数据的预测分析.利用已知数据构造出训练样本,通过调节混沌算子单元的控制参数来控制其动力学特性,以此改变预测网络的动力学行为,使预测网络的动力学特性逐渐逼近被预测系统,并随之一致变化,从而实现时间序列的动态预测分析.利用该方法对国内生产总值和国民总收入等经济数据进行了预测...  相似文献   

8.
基于复杂网络的统计信息数据挖掘的研究   总被引:1,自引:0,他引:1  
统计信息是区域可持续发展中重要的信息资源,涵盖了人口、农业、工业、经济等各类数据.从大量的统计信息中挖掘出更多有价值的信息,从而得到决策支持依据.通过统计信息数据挖掘的研究,从理论和仿真两方面探讨复杂网络理论在统计学研究中应用的一种.阐述基于统计数据构建社会经济系统网络的概念和复杂网络的度及其分布、平均路径长度、集群系数和介数等统计性质,挖掘这些性质在社会经济网络中的统计规律和性质,并给出复杂网络研究在决策和管理中的指导意义.  相似文献   

9.
发展了作者建立的动态统计信息理论. 基于随机动力学系统、经典和量子非平衡态统计物理系统和特殊电磁场系统的态变量演化方程都可看成是其信息符号演化方程, 结合动态信息和动态熵的定义, 推导出了描述动态信息演化规律的动态信息演化方程和动态熵演化方程. 这四种演化方程的数学类型相同. 它们一致表明: 当信息在系统之外的坐标空间传递时, 动态信息密度随时间的变化率是由其在系统内部的态变量空间和传递过程的坐标空间的漂移、扩散和耗损三者引起的, 而动态熵密度随时间的变化率则是由其在系统内部的态变量空间和传递过程的坐标空间的漂移、扩散和产生三者引起的. 当空间噪声可略去时, 将会出现信息波. 若仅研究系统内部的信息变化, 动态信息演化方程就约化为与描述上述动力学系统演化规律的动力学方程相对应的信息方程, 表明各动力学系统的演化规律都可统一由信息方程描述, 因而这些系统的演化过程就可抽象成信息的演化过程. 进而给出了信息流公式、信息耗损率公式和熵产生率公式. 论证了内部组元间存在相互吸引作用的动态系统可能自发产生信息, 推导出了这种信息产生率公式. 从而得到了系统的总的信息变化率表达式, 它是由信息耗损率、信息产生率和信息流入率三者的代数和组成的, 显示了动力学系统的演化、包括退化和自组织进化统一的信息描述.  相似文献   

10.
大数据是一笔越来越重要并不断快速增长的财富,合理利用这一财富的关键是有效的分析手段.大数据中一大类数据是由复杂网络代表的实际动力学系统产生的,其中网络各个单元的输出数据可以测量,但产生数据的网络结构却不为所知;而了解这些网络结构对我们理解、预测和控制实际系统功能极为重要.因此,从分析网络数据出发揭示网络结构的重构问题就成为数学物理特别是统计物理以及一系列交叉领域对网络研究的核心问题之一.网络重构的重要性还来源于解决实际网络重构中所面对的各种困难的理论要求.网络结构的复杂性、网络节点动力学的非线性、未知噪声对网络动力学演化数据的影响以及测量中有效数据的缺失等都是在实际网络重构中要面对的常见且非常重要的困难.本综述介绍并讨论了如何有效克服这些困难的方法,特别是通过数据扩张充分利用数据信息的方法,针对不同的系统特征和重构任务选择合适的关联量计算方法,以及利用噪声帮助克服重构困难的方法等.网络重构研究将逐步解决实际复杂系统重构问题并引起复杂网络相关学者越来越多的关注和研究兴趣.  相似文献   

11.
J T Wootton 《Nature》2001,413(6858):841-844
An important unanswered question in ecology is whether processes such as species interactions that occur at a local scale can generate large-scale patterns seen in nature. Because of the complexity of natural ecosystems, developing an adequate theoretical framework to scale up local processes has been challenging. Models of complex systems can produce a wide array of outcomes; therefore, model parameter values must be constrained by empirical information to usefully narrow the range of predicted behaviour. Under some conditions, spatially explicit models of locally interacting objects (for example, cells, sand grains, car drivers, or organisms), variously termed cellular automata or interacting particle models, can self-organize to develop complex spatial and temporal patterning at larger scales in the absence of any externally imposed pattern. When these models are based on transition probabilities of moving between ecological states at a local level, relatively complex versions of these models can be linked readily to empirical information on ecosystem dynamics. Here, I show that an empirically derived cellular automaton model of a rocky intertidal mussel bed based on local interactions correctly predicts large-scale spatial patterns observed in nature.  相似文献   

12.
Egolf DA  Melnikov IV  Pesch W  Ecke RE 《Nature》2000,404(6779):733-736
Spatially extended dynamical systems exhibit complex behaviour in both space and time--spatiotemporal chaos. Analysis of dynamical quantities (such as fractal dimensions and Lyapunov exponents) has provided insights into low-dimensional systems; but it has proven more difficult to understand spatiotemporal chaos in high-dimensional systems, despite abundant data describing its statistical properties. Initial attempts have been made to extend the dynamical approach to higher-dimensional systems, demonstrating numerically that the spatiotemporal chaos in several simple models is extensive (the number of dynamical degrees of freedom scales with the system volume). Here we report a computational investigation of a phenomenon found in nature, 'spiral defect' chaos in Rayleigh-Benard convection, in which we find that the spatiotemporal chaos in this state is extensive and characterized by about a hundred dynamical degrees of freedom. By studying the detailed space-time evolution of the dynamical degrees of freedom, we find that the mechanism for the generation of chaotic disorder is spatially and temporally localized to events associated with the creation and annihilation of defects.  相似文献   

13.
时滞广泛存在于神经网络中,从非线性动力学的角度对时滞神经网络系统的研究进展作一综述,内容包括时滞神经网络系统的特点、研究方法、神经网络动力学的热点问题的研究进展以及亟待解决的问题等。由于时滞神经网络的演化趋势不仅依赖于系统的当前状态,还依赖于系统的过去某一时刻或若干时刻的状态,其运动方程要用泛函微分方程来描述,解的空间是无穷维的,因此,时滞神经网络的动态行为是非常复杂的。  相似文献   

14.
基于RBF网络的混沌动力系统辨识   总被引:4,自引:0,他引:4  
提出用RBF神经网络对混沌动力系统进行辨识,设计了一个三层RBF网络结构,仿真实验说明了RBF网络用于学习混沌动力系统时的基本性质。用辨识模型重建吸引子方法定性地评价辨识模型,通过计算辨识模型的Lyapunov指数定量地评价辨识模型的性能,同时推导了RBF网络模型Lyapunov指数的计算公式。仿真结果表明,该辨识模型能很好地逼近原混沌动力系统,准确地体现原混沌系统的动力学特性。  相似文献   

15.
Ives AR  Einarsson A  Jansen VA  Gardarsson A 《Nature》2008,452(7183):84-87
Complex dynamics are often shown by simple ecological models and have been clearly demonstrated in laboratory and natural systems. Yet many classes of theoretically possible dynamics are still poorly documented in nature. Here we study long-term time-series data of a midge, Tanytarsus gracilentus (Diptera: Chironomidae), in Lake Myvatn, Iceland. The midge undergoes density fluctuations of almost six orders of magnitude. Rather than regular cycles, however, these fluctuations have irregular periods of 4-7 years, indicating complex dynamics. We fit three consumer-resource models capable of qualitatively distinct dynamics to the data. Of these, the best-fitting model shows alternative dynamical states in the absence of environmental variability; depending on the initial midge densities, the model shows either fluctuations around a fixed point or high-amplitude cycles. This explains the observed complex population dynamics: high-amplitude but irregular fluctuations occur because stochastic variability causes the dynamics to switch between domains of attraction to the alternative states. In the model, the amplitude of fluctuations depends strongly on minute resource subsidies into the midge habitat. These resource subsidies may be sensitive to human-caused changes in the hydrology of the lake, with human impacts such as dredging leading to higher-amplitude fluctuations. Tanytarsus gracilentus is a key component of the Myvatn ecosystem, representing two-thirds of the secondary productivity of the lake and providing vital food resources to fish and to breeding bird populations. Therefore the high-amplitude, irregular fluctuations in midge densities generated by alternative dynamical states dominate much of the ecology of the lake.  相似文献   

16.
大脑是自然界最为复杂的系统之一。脑网络作为复杂网络理论在神经科学中的重要应用,极大程度上表现了不同尺度的脑结构或功能连接模型,提供了解释人脑这一复杂系统在结构组织及信息加工模式等问题的重要工具。同时,脑网络在脑疾病的临床应用研究中,也已证明很多脑疾病,在网络层面中均体现了不同程度的拓扑结构差异。这些成果为在系统水平上揭示脑疾病的病理机制提供了新的思路。笔者将以脑网络研究为重点,介绍脑网络的构建方法,包括不同影像类型下节点及边的定义方法;关联矩阵的阈值选择及稀疏度的划分方法;网络度量指标的计算,包括度、小世界属性、模块化等;脑网络的比较方法及其在抑郁症的临床应用及未来可能的研究方向。  相似文献   

17.
针对传热过程实施实时有效的在线控制,需要了解复合板材传热的动态特性的特点,采用传递函数的方法对复合板材传热过程的动态特性进行了研究,得到了复合板材传热的传递函数,通过对简化的一阶、二阶和三阶近似传递函数解析解的计算机模拟仿真,对其精度进行了比较,结果表明采用二阶近似的传递函数可以很好地代表传热的动态过程,同时证明了其传热的不对称性,这一特性应在系统仿真和控制中予以考虑。  相似文献   

18.
利用MT理论对一般动态系统的分解提出了混合神经网络建模的方法,混合神经网络模型采用动态神经网络和静态神经网络级联的方式,结合了二者的优点,克服了各自的不足之处.探讨了采用混合神经网络对一般动态系统建模的方法.研究结果表明,此方法对于一般动态系统,特别是复杂的非线性动态系统的建模有其独特的优点.  相似文献   

19.
阵列动力系统广义同步的新理论及计算机模拟   总被引:3,自引:1,他引:2  
提出了两个定理,据此可构造通过线性变换达到广义同步的阵列动力系统.在定理的基础上,引入了两个达到广义同步的阵列动力系统.数值模拟结果表明,这两个系统分别展示了复杂极限环广义同步和混沌广义同步.  相似文献   

20.
从动力学和控制的角度考虑具有脉冲效应复杂时滞动力网络的同步动力学与控制问题。基于时滞动力系统的脉冲稳定性理论,给出了简单而又一般的网络同步化准则;并进一步将所得结果分别应用于由混沌时滞Hopfield神经网络和FHN神经元振子为动力节点所构成的具有脉冲效应无尺度(scale-free)结构复杂动力网络,数值模拟表明了所获理论结果的正确性。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号