离散广义Logistic模型的混沌控制

利用Lyapunov指数方法,验证了一类离散广义Logistic模型存在混沌现象,并采用混沌控制中OGY方法的基本思想,研究了这类模型的混沌控制问题,得出了消除混沌,保持种群稳定到不动点和2-周期轨道的充分条件．     

混沌理论及其在建立神经网络模型中的应用

随着许多学科的相互紧密交叉以及混沌理论的日益深入的研究,人们从生物现象中提出了许多与混沌有关的神经网络模型,本文对混沌理论的基本原理做了简要概述,并着重介绍了四种有代表性的混沌神经网络模型及其应用．同时指出这一研究方向无论在理论还是在应用方面都具有十分诱人的前景．     

自然种群中混沌的检测及其在种群动态研究中的意义

混沌现象广泛地存在于自然界,20世纪70年代以来,通过大量的生物模型模拟说明混沌也存在于生物系统中。几十年来生态学家一直在努力寻找混沌在自然生态系统存在的证据,但所获不多,这是源于自然的现实还是由于检测方法的不当和数据的局限?一直困扰着生态学家,自然界中对混沌的检测成为一个要点,也是一个难点。在概述混沌概念和性质的基础上,着重介绍目前在自然生态系统检测混沌的方法,对各种方法的应用条件和范围进行了概述。这些方法包括功率谱法、时间序列的自相关函数分析、模型参数估计、庞加莱截面法、全局和局域李雅普若夫特征指数的估计、吸引子关联维的确定、非线性预测。大量研究结果显示,虽然在自然界检测到的混沌的例子还不多,但其存在却是不容怀疑的。问题是什么样的系统在什么样的条件下会出现混沌?研究表明食物链的结构、种群的迁入和迁出、环境噪音都会对种群的复杂性动态特征产生影响。混沌动态可能对产生系统的多样性和适应性有利,它比随机系统对外界干扰的抵抗能力更强。自然界的变化和系统的维持是持续性和混沌相互矛盾统一的结果。害虫种群复杂性动态的研究为害虫的管理提供了更多的理论依据。混沌控制的理论和方法有可能为害虫管理提供新的思路和途径。在孤立的种群中,混沌会增加种群的灭绝概率,而在集合种群中,混沌动态降低了各局域种群的同步性和同时灭绝的倾向,所以混沌虽然能增加局域种群灭绝的概率,但却能减少整个集合种群灭绝的概率。系统结构及其时空动态与混沌及种群灭绝之间的关系,是保护生物学及生物多样性保护研究的一个重要方面。今后的研究应更多地从种群、群落、生态系统及景观不同层次上的时空动态入手,利用3S等信息技术和空间动态分析方法,研究复杂性动态产生的条件及其在系统调控中的作用机制。     

非线性动力学在脑电分析中的应用

非线性科学于20世纪60年代发展起来,被誉为20世纪自然科学的“第三次革命”,己广泛应用于生物、物理、经济、通讯及天文学等领域。脑电图(EEG)反映了作为非线性系统的大脑的电活动,体现出混沌行为。在癫痫病症的EEG研究中,混沌特性得到了很好的证明。在精神分裂症和老年痴呆等病症的EEG研究中,混沌的作用也体现得越来越明显。本文综述了近年来非线性动力学在脑电信号分析中应用的进展,以期获得在健康和疾病状态下对大脑神经动力系统的更好理解。     

具有共生作用两种群离散耦合Logistic模型混沌控制

针对具有共生作用的离散耦合Logistic模型,首先采用Lyapunov指数方法验证了混沌现象的存在.然后详细地分析了系统随参数变化的分岔图,发现了系统中存在更复杂的现象.最后应用混沌跟踪控制方法控制系统的混沌现象,使得种群稳定到正不动点轨道上,消除了种群中存在的混沌现象.仿真结果验证了控制方法的有效性.     

一类非线性环链系统的混沌反控制

针对一类系统—非线性环链系统,利用非线性反馈控制的方法,研究了该系统的混沌反控制问题.该方法不需计算Lyapunov函数,从而降低了混沌反控制的计算量.仿真结果表明了该系统可快速有效地跟踪给定的混沌系统,充分的显示了该系统的优势.     

EEG动力学模型中混沌现象的研究

通过对脑电图（electroencephalogram,EEG）动力学模型模拟出的EEG信号的相图、分岔图、功率谱、关联维数和Lyapunov指数的对比研究,得出如下结论：1）该模型是按周期行为与混沌现象交替出现的间歇突发通向混沌的,且该间歇性与Hopf分岔、倍周期分岔和逆分岔有关;2）支持了EEG中存在混沌运动的观点。     

混沌在神经系统中的作用

随着非线性动力学的发展,发现神经的不规则电活动具有确定混沌特性。混沌广泛地存在于神经系统,神经元的混沌电活动对神经元的生理功能必不可少,服电的混沌活动特性与大脑的功能状态密切相关,在大脑正常状态下脑电混沌活动的维数、李雅普指数、复杂度等指标较高;而在服功能受损的病理状态下,上述混沌指标降低。混沌在神经系统中起着重要的作用。     

神经元的稳定性与随机性整数倍放电

在大鼠损伤背根节神经元的自发放电中发现了整数倍放电,为了阐明这种放电所产生的原因,首先研究神经元模型中确定性混沌所引起的整数倍放电与噪声所诱发的整数放电的峰峰间期序列,通过分析得到前者的ＩＳＩ序列是非线性可预报的,具有确定的非线性特性,但由噪声所诱发的整数倍放电的ＩＳＩ序列是不可预报的,这表明这两种机制所产生的整数倍放电具有不同的特点,存在着定笥的差别,并且混沌运动所产生的整数倍放电是由混沌中各种     

高维混沌降维的投影追踪主分量分析法

一些生理信号,例如脑电是源自于高维混沌系统,因此低维混沌理论和方法不适用于分析这类高维混沌。采用投影追踪主分量分析法（Princiopal Component Analysis based on Projection Pursuit,PP PCA）对高维Lorenz模型系统进行了降维的研究。在用上述方法成功地对线性和非线性噪声－周期模型分别进行了PP PCA分析的基础上,对Lorenz高维混沌系统进行了PPPCA降维的研究。结果表明,正确选用非线性的投影追踪主分量分析法,可以通过简化原系统达到降维的目的,并能保留研究所关心的原系统的主要动态特性。同时也阐明了方法的稳定性和将该方法应用于高维脑电降维的可行性。     

电突触耦合Chay神经元同步振荡的研究

从微观解释异常神经元构建组织时癫痫样波形的相互制约关系对神经系统疾病的研究很有意义,而两神经元耦合特性的探索是重要的基础工作。采用Chay提供的Pacemaker神经元模型以电突触耦合来研究不同耦合强度对神经元动态时序的影响,并指出突触作用过程的混沌特征。给出并讨论了不同状态神经元相耦合时非线性振荡的数值计算结果,即：起搏神经元与处于冲动混沌状态神经元、处于冲动混沌和独态冲动状态的异常神经元、异常神经元与处于静息状态神经元的动态时序,还给出了部分相图以及Ca 离子浓度变化的特点。神经元这种负载特性的讨论有助于研究在活组织中癫痫发作的机理、传输和控制。     

肝炎和伤寒流行过程的混沌分维研究

以辽宁省本溪市１９５５－１９９６年的肝炎、伤寒逐月发病的数据为根据，利用混沌动力学中“相空间技术”，对流行病过程进行能量谱分析及混沌分析。发现伤寒的流行过程是混沌的，混沌迭代模型是Ｘｔ＋１＝ｒＸｔｅｘｐ｛－０．０００９２８７（Ｘｔ－３３．２５３３２）＾２｝；肝炎的流行过程是非混沌的。在模型参数变化范围内，经历了周期状态、混沌状态之间的转换，这表明伤寒的流行过程是复杂的，给出了流行病的“阈值”，以控制它们的流行涨落，求出伤寒的关联分维是３．０８７。     

蛋白质序列混沌特性的研究

为了研究蛋白质序列的特性,首先采用非线性预测方法,得到蛋白质序列的总体误差平均值图。并通过与随机序列,混沌序列的总体误差平均值图相比较,发现蛋白质序列有别于随机序列,和混沌序列很相似,则猜测蛋白质序列具有混沌特性。为了验证该猜测,将蛋白质序列通过混沌随机游走描述方法转化为时间序列,并计算其最大Lyapunov指数。在选取的时间延迟和嵌入维数下,每类蛋白质序列的最大Lyapunov指数都大于零,从而得出蛋白质序列具有混沌特性的结论。     

基于混沌理论的蛋白质序列特性的研究

蛋白质序列特性的研究对于蛋白质的结构及功能具有重要意义。该文为了研究蛋白质序列是否具有混沌行为,先将蛋白质序列通过氨基酸电子离子相互作用势(electron interaction potential,EIIP)转化为时间序列,再根据混沌理论对其进行相空间重构,利用去偏自相关系数,经典G-P算法确定系统的时间延迟t和嵌入维数m,系统的最大Lyapunov指数则用改进的最大Lyapunov指数计算方法计算,其结果绝大多数为正,从而确认了蛋白质时间序列的混沌行为,并对特例进行了说明。     

宿主-寄生物相互作用种群模型中的混沌与分形现象

自然界具有离散世代的宿主-寄生物相互作用的种群模型都以差分方程组来描述,由于宿主-寄生物相互关系具有不同的类型,模型的功能反应函数也具有多种形式.通过数值模拟试验,分析研究了聚集效应模型随参数变化时表现出的混沌动态行为以及吸引域的自相似分形属性.结果显示虽然在一定参数范围内种群数量显示严格的周期,但混沌动态是不可避免的,共存的多吸引子初值区域显示出自相似分形属性.说明混沌动态行为和分形属性是离散的种群互作用种群模型中必然出现的现象.     

具脉冲出生的Leslie-Gower捕食者-食饵系统的动力学分析

研究了一个具有脉冲出生的Leslie-Gower捕食者一食饵系统的动力学性质．利用频闪映射。得到了带有Ricker和Beverton-Holt函数的脉冲系统准确的周期解．通过Floquet定理和脉冲比较定理,讨论了该系统的灭绝和持久生存．最后,数值分析了以b（p）为分支参数的分支图,得到的结论是脉冲出生会带给系统倍周期分支、混沌以及在混沌带中出现周期窗口等复杂的动力学行为．     

神经起步点自发放电节律及节律转化的分岔规律

在神经起步点的实验中观察到了复杂多样的神经放电([Ca^2 ]o)节律模式,如周期簇放电、周期峰放电、混沌簇放电、混沌峰放电以及随机放电节律等。随着细胞外钙离子浓度的降低,神经放电节律从周期l簇放电,经过复杂的分岔过程(包括经倍周期分岔到混沌簇放电、混沌簇放电经激变到混沌峰放电、以及混沌峰放电经逆倍周期分岔到周期峰放电)转化为周期l峰放电。在神经放电理论模型——Chay模型中,调节与实验相关的参数(Ca^2 平衡电位),可以获得与实验相似的神经放电节律和节律转换规律。这表明复杂的神经放电节律之间存在着一定的分岔规律,它们是理解神经元信息编码的基础。     

马尾松毛虫种群动态的时间序列分析及复杂性动态研究

自从May(1974)指出即使是简单的种群模型也能揭示混沌动态以来,自然种群是否存在混沌一直具有争论,如何检测自然种群的混沌行为也成为种群动态研究的一个难点,通过时间序列分析和反应面模型建模的8方法分析了马尾松毛虫的复杂性动态,用自相关函数对马尾松毛虫发生的时间动态分析的结果认为动态是平衡的,其周期性不显著,而具有一定的复杂性,这种类型可以是减幅波动,有限周期或弱混沌,波动主要由系统内因引起,进一步采用反应面模型估计全局李雅普若夫指数和局域李雅普若夫指数结果均为负,显示马尾松毛虫种群动态不存在混沌现象,但是在增加一个小的噪音以后,局域李雅普若夫指数变为在0以上的波动,说明系统对噪音非常敏感,噪音对松毛虫种群动态具有很大的影响,可以将其从非混沌状态变为混沌,研究结果认为全局郴雅普若夫指数λ是一定时间内两个变动轨迹的总平均偏差,而随着种群动态的波动,指数也是波动的,所以对于检测自然种群的混沌来说不是一个好的指标,局域李雅普若夫指数λM能更好地表示自然种群混沌的存在和产生混沌的条件,对害虫管理来说对种群暴发初期的预测是尤其重要的,而此时又最难于预测,所以对种群动态的监测就尤为重要,由于马尾松毛虫的代间种群动态为第一级密度相关,前一代的虫口密度与下一代的虫口密度相关性最强,所以前一代预测下一代是最可靠的。     

一类离散捕食-食饵模型的混沌跟踪控制

针对一类离散捕食食饵系统,采用Lyapunov指数方法、绘制系统分岔图和混沌吸引子等方式验证了混沌现象的存在.为了消除系统的混沌现象,根据控制理论的轨迹跟踪控制原理,设计混沌跟踪控制器将系统控制到任意给定的期望周期轨道上,达到了稳定种群的目的.仿真分析表明了所设计控制器的有效性.     

时滞援助的两抑制性突触耦合的Chay 神经元的同步

一对抑制性突触耦合的混沌Chay神经元的同步模式被研究。结果表明当耦合强度超过临界值时,两抑制耦合的混沌Chay神经元能达到反相的同步。与此同时,两混沌的神经元变为周期而不是原来的混沌运动。然而,如果考虑耦合神经元信息的传导时滞,在有效的时滞下,两个耦合神经元的在相簇同步能增加。在相簇同步窗口的大小随着耦合强度的增加而增加。此结果对于我们理解神经元集群的运动是一个指导。