[论文解读] Gompertz and Verhulst frameworks for growth and decay description

Marcel Ausloos|arXiv (Cornell University)|Aug 25, 2011

Complex Systems and Time Series Analysis参考文献 11被引用 8

一句话总结

本文提出了一种统一的一阶微分方程框架，将Verhulst和Gompertz模型扩展至同时描述种群及其他系统中的增长与衰减动态。通过引入随时间或规模变化的生长率和承载能力，该框架能够实现对极值点及多个拐点的平滑、现实的建模，克服了传统模型假设单调增长或衰减趋向单一渐近线的局限性。

ABSTRACT

Verhulst logistic curve either grows OR decays, depending on the {\it growth rate} parameter value. A similar situation is found in the Gompertz law about human mortality. However, growth can neither be infinite nor reach a finite steady state at an infinite asymptotic time. Moreover before some decay, some growth must have occurred. For example, some levelling-off could occur at finite time, followed either by some growth again or then by some decay. Numerous examples show that the Verhulst and Gompertz modelisations are too reductive (or restrictive) descriptions of their original purpose. It is aimed, in the present note, to encompass into ONE simple differential equation the growth AND decay features of, e.g., population sizes, or numbers, but also of many other measured characteristics found in social and physical science systems. Previous generalisations of Verhulst or Gompertz functions are recalled. It is shown that drastic growth or decay jumps or turnovers can be readily described through drastic changes in values of the growth or decay rate. However smoother descriptions can be found if the growth or decay rate is modified in order to take into account some time or size dependence. Similar arguments can be carried through, but not so easily, for the so called carrying capacity, indeed leading to more elaborate algebraic work.

研究动机与目标

• 解决Verhulst和Gompertz模型的局限性，即假设向单一渐近线单调增长或衰减，无法描述包含极值或反转的现实情景。
• 开发一个单一、简洁的一阶微分方程，用于建模种群和物理系统中的增长与衰减阶段。
• 引入随时间或规模变化的生长率和承载能力，以实现平滑过渡，如先趋于平稳后再次增长或衰减。
• 通过可变系数嵌入现实、物理解释合理的动力学，而非人为调整参数，从而推广现有模型。
• 提供比以往多模型或离散时间方法更具普适性和解析可处理性的框架。

提出的方法

• 构建广义Riccati型一阶ODE：$ \frac{dx}{dt} = r(t) \, x(t) \, \log\left[ \frac{k(x(t))}{x(t)} \right] $，其中 $ r(t) $ 和 $ k(x(t)) $ 为随时间或规模变化的系数。
• 引入对生长率 $ r $ 和承载能力 $ M $ 的时间依赖性修正，以实现对内部或外部影响的动态响应。
• 将该框架应用于Verhulst和Gompertz形式，表明即使采用简单的时变因子分解（如 $ \pm \frac{e^t - 1}{e^t + 1} + 1 $），也能在整体增长/衰减趋势中诱导出凸起或凹陷。
• 采用 $ k(x) $ 和 $ M(N) $ 的解析形式，但指出 $ M $ 的完整解析处理在代数上复杂，通常需借助数值方法。
• 推导出一种广义增长方程，通过可变系数实现多个拐点和极值点，避免使用二阶导数或分段函数。
• 与已知模型（如Bass和Zwanzig模型）比较结果，验证该框架能够以物理解释一致的方式再现极值。

实验结果

研究问题

• RQ1 一个单一的一阶微分方程能否描述种群、语言或技术等系统中的增长与衰减动态？
• RQ2 如何将Verhulst和Gompertz模型推广，以允许出现极值点和多个拐点，而无需引入二阶导数？
• RQ3 引入随时间或规模变化的生长率和承载能力对解曲线的形状和现实性有何影响？
• RQ4 是否能在与传统S型增长相同的框架内捕捉到平滑的非单调行为（如趋于平稳后再次增长或衰减）？
• RQ5 在Gompertz或Verhulst方程中使用可变系数对建模具有突变或渐变过渡的现实世界现象有何影响？

主要发现

• 所提出的框架通过允许生长率 $ r $ 和承载能力 $ M $ 随时间或规模变化，成功在单一一阶ODE中统一了增长与衰减动态。
• 即使采用简单的时变修正（如将原始Verhulst或Gompertz形式乘以S型因子），解中也能明显出现凸起或凹陷，表明存在极值或反转。
• 该模型表明，极值可通过使生长率或承载能力成为时间或规模的函数而被诱导，而非通过改变生长率的符号，从而实现更平滑、更现实的过渡。
• 使用时变系数可避免标准逻辑斯蒂和Gompertz模型中出现的“准同时因果”逻辑荒谬性。
• 尽管承载能力 $ M(N) $ 的解析形式复杂且解析处理性较差，但数值计算表明此类依赖关系可显著改变动力学行为，实现更丰富的动态特征。
• 该框架通过在可变系数中自然嵌入极值点，推广了Bass和Zwanzig等现有模型，而非依赖人为参数化。