[论文解读] Fractional Dynamical Systems

Mark Edelman|arXiv (Cornell University)|Dec 30, 2013

Fractional Differential Equations Solutions参考文献 44被引用 7

一句话总结

本文通过从非整数阶微分方程与周期性脉冲导出的分数阶映射的数值模拟，研究了分数阶动力系统。结果表明，相空间表现出独特的吸引子——如周期性汇、缓慢发散的轨迹、加速器模式轨道、混沌吸引子以及分岔级联轨迹——这些特征在经典动力系统中并不常见，提示幂律记忆在生物、物理及工程系统中诱导出新型集体行为。

ABSTRACT

In this paper the author presents the results of the preliminary investigation of fractional dynamical systems based on the results of numerical simulations of fractional maps. Fractional maps are equivalent to fractional differential equations describing systems experiencing periodic kicks. Their properties depend on the value of two parameters: the non-linearity parameter, which arises from the corresponding regular dynamical systems; and the memory parameter which is the order of the fractional derivative in the corresponding non-linear fractional differential equations. The examples of the fractional Standard and Logistic maps demonstrate that phase space of non-linear fractional dynamical systems may contain periodic sinks, attracting slow diverging trajectories, attracting accelerator mode trajectories, chaotic attractors, and cascade of bifurcations type trajectories whose properties are different from properties of attractors in regular dynamical systems. The author argues that discovered properties should be evident in the natural (biological, psychological, physical, etc.) and engineering systems with power-law memory.

研究动机与目标

• 通过分数阶映射研究具有幂律记忆的非线性系统的动力学行为。
• 探讨记忆参数 α（分数阶导数阶数）与非线性参数 K 共同影响系统演化的方式。
• 识别并表征在经典整数阶系统中未见的新动力学结构——如分岔级联型轨迹。
• 评估这些发现对具有长期记忆的神经元、组织及工程系统等真实世界系统相关性。
• 为利用带周期性强迫的分数阶微分方程建模复杂自然系统奠定基础。

提出的方法

• 基于带周期性脉冲的分数阶微分方程，使用黎曼-刘维尔与卡波托分数阶导数，推导出通用的 α-族映射（α-FM）。
• 将 α-FM 框架应用于构建标准映射与逻辑斯蒂映射的分数阶版本，分别设定 G_K(x) = K sin(x) 与 G_K(x) = Kx(1−x)。
• 通过数值模拟分析 α ∈ [0,2] 范围内的相空间动力学，该范围为生物相关记忆强度的合理区间。
• 采用涉及广义二项式类似函数 V^k_α(m) = m^{α−k} − (m−1)^{α−k} 的递推关系，计算分数阶时间演化。
• 分析固定点、周期轨道、混沌区域以及非标准行为（如缓慢发散与加速器模式）的轨迹。
• 将结果与经典（整数阶）映射进行比较，突出由分数阶导数阶数 α 编码的记忆效应所导致的差异。

实验结果

研究问题

• RQ1 具有记忆的分数阶映射（α ∈ (0,2)）在相空间结构上与经典映射有何不同？
• RQ2 分数阶动力系统中涌现出哪些在常规动力学中不存在的吸引子或长期行为？
• RQ3 记忆参数 α 如何影响分岔及混沌行为的出现时机与性质？
• RQ4 分数阶系统中的分岔级联型轨迹是否可与学习、记忆或疾病进展等生物过程相联系？
• RQ5 具有记忆的开放系统（如分数阶耗散标准映射）为何表现出比保守对应系统更复杂动力学？

主要发现

• 分数阶动力系统表现出经典映射中未见的周期性汇、吸引的缓慢发散轨迹以及加速器模式轨迹。
• 分数阶系统中的混沌吸引子表现出与常规动力系统不同的特性，尤其在对初始条件的敏感性与记忆效应方面。
• 出现一类新型轨迹——称为“分岔级联型”——其特征为在进入混沌前经历一系列周期态之间的序列转换。
• 当 α ∈ [0,2] 时，系统的动力学行为对非线性参数 K 与记忆强度 α 均高度敏感，在临界值处观察到定性变化。
• 幂律记忆的存在导致解的非唯一性及复杂的分岔级联，提示此类动力学可能构成生物系统长期记忆的内在机制。
• 数值模拟证实，即使在缺乏稳定周期轨道的情况下，轨迹仍可长时间停留在规则结构附近，表现出类似经典系统中“粘滞”行为的特征，但并无底层的稳定岛结构。