[论文解读] Fractals in rate-induced tipping

Jason Qianchuan Wang, Yi Zheng+1 more|arXiv (Cornell University)|Jan 23, 2026

Ecosystem dynamics and resilience被引用 0

一句话总结

该论文研究在自治动力学中非吸引性分形集如何在速率诱导 tipping 中形成分形结构，表明 tipping 行为变得高度敏感并由连接鞍点、边界和 tipping 界限的分形维度所支配。通过三个范式系统证明，并提供将分形维度联系起来的一般机制。

ABSTRACT

When parameters of a dynamical system change sufficiently fast, critical transitions can take place even in the absence of bifurcations. This phenomenon is known as rate-induced tipping and has been reported in a variety of systems, from simple ordinary differential equations and maps to mathematical models in climate sciences and ecology. In most examples, the transition happens at a critical rate of parameter change, a rate-induced tipping point, and is associated with a simple unstable orbit (edge state). In this work, we show how this simple picture changes when non-attracting fractal sets exist in the autonomous system, a ubiquitous situation in non-linear dynamics. We show that these fractals in phase space induce fractals in parameter space, which control the rates and parameter changes that result in tipping. We explain how such rate-induced fractals appear and how the fractal dimensions of the different sets are related to each other. We illustrate our general theory in three paradigmatic systems: a piecewise linear one-dimensional map, the two-dimensional Hénon map, and a forced pendulum.

研究动机与目标

• 在带时间变化参数的非自治动力学中，动机化并形式化速率诱导 tipping (R-tipping)。
• 展示非吸引性分形集（鞍点）如何通过在参数空间中创建分形结构来影响 tipping。
• 建立鞍点、边界状态与 tipping 边界的分形维度之间的关系。
• 通过三个典型动力系统来阐述一般理论，并讨论对 R-tipping 理论的影响。

提出的方法

• 在具有自治映射 F 和随时间变化的参数路径 Lambda(s) 的离散时间框架中定义 R-tipping。
• 引入 tipping 函数 phi，根据长期行为将轨迹分类为跟踪或 tipping。
• 分析具有分形鞍点的系统，揭示 tipping 相对于速率和参数路径的分形依赖性。
• 在分段线性映射、二维亨农映射和强迫摆上给出数值演示。
• 讨论分形边界的共维，并推导边界态、鞍点与 tipping 边界的分形维度之间的联系。

实验结果

研究问题

• RQ1 非自治动力学中，分形（非吸引性）鞍点如何影响速率诱导 tipping？
• RQ2 鞍点、边界态与跟踪- tipping 边界的分形维度之间的关系是什么？
• RQ3 在简单的范式系统中是否能观测到分形 tipping？它如何依赖速率和参数路径的选择？
• RQ4 这些分形机制如何扩展对 R-tipping 的理解，超越传统的单边界态情形？

主要发现

• 相空间中的分形在参数空间中诱导分形，支配 tipping 速率与参数变化。
• 跟踪/ tipping 边界的分形共维可以与鞍点的分形共维相称，表明存在关联的维结构。
• 分形鞍点引发瞬时混沌动力学，使跟踪与 tipping 对速率与方案路径高度敏感。
• 在三个系统中提供数值证据：一维分段线性映射、二维亨农映射，以及强迫摆。
• 本文提出一个一般机制，解释涉及的动力对象（边界态、鞍点和 tipping 边界）之间分形维度如何相互关联。