复杂非线性系统中的混沌第三章概要.ppt

3.1 一维Logistic映射中的混沌 3.2 LMGS吸引子混沌特征的定量观测 3.3 三维奇怪吸引子透视图的计算机模 拟 3.4　 二维Logistic映射中的混沌与分形 3.5　 一般二维二次映射中的奇怪吸引子与分形 基于式(2.3)，可给出Logistic映射的另一种形式 ?3.1? 其分岔过程如图3.1（示意图，未按比例）[9]。 下面我们讨论一下随参数?的变化xn在n??时的行为。 在0 ? ? ? 0.25时，? = 0为稳定点。 若? ? ? ? ?1 ? 0.75，? = 1???? 为稳定点。 若?1 ? ? ? ?2 ? 0.85056……，出现周期2解。 若?2 ? ? ? ?3 ? 0.88602……，出现周期4解。 若? 继续增加，依次出现的稳定周期解是周期8解，周期16解，周期32解，……。 上述分岔值序列?1，?2，?3，……，有一个解的极限???0.89248……。 当? 达到该值时，系统的稳态解是一个“周期2k解”，可见系统当参数增加时，系统经过不断周期倍化（Period doubling）； 当? 超过 ??值后，系统就会进入混沌区。即当? 在??? ???范围内，系统的解序列被“吸引”到周期解（包括平衡态作为特例）上去。 除了稳定的平衡态和稳定的周期解这两种通常的吸引子外，这个系统当? 在???? 1?这个范围时，解序列的稳态或极限将出现奇怪吸引子，相应的物理现象中有混沌过程。 这表明：在Logistic映射通向混沌道路的一系列分岔过程中，在参数空间和相空间中都表现出自相似性和尺度变换下的不变性。这种演化过程在非线性系统中带有通有的（Generic）性质。 因此，M. J. Feigenbaum曾用重整化群方法，经过细致的观察和研究，发现系统经过倍周期分岔进入混沌时，其数量关系会呈现某种规律性，这就是Feigenbaum常数? 和?[10]。 第一个普适常数? 是指在分岔值序列?n 序列收敛过程中，间隔比的极限 他又指出在x轴上周期解的周期之间的距离按因子?=2.5029078751…缩减；此数?也是普适的，称为第二个普适常数。这两个常数是一切周期倍分岔所共有的，它们反映了周期倍分岔通向混沌道路的规律性。 由上述分析，我们可给出倍周期分岔和混沌所具有重要的普适性： (1)不论是不同的连续流（微分方程的解）还是不同的离散映射，它们所具有的倍周期分岔结构都相同，而且最后都要通向混沌。倍周期分岔收敛和它们通向混沌的变化都服从相同的规律，并为相同的普适常数?、? 和? 所表征。 (2)混沌运动都具有不同层次的自相似结构，混沌带中各周期窗口的次级（二级、三级、…）分岔结构也服从与一级分岔结构相同的规律，并具有相同的普适常数。 3.2　LMGS吸引子混沌特征的定量观测 3.2.1 LMGS吸引子的构造方法 3.2.2 LMGS吸引子的模拟结果 3.2.3 结论 3.2.1 LMGS吸引子的构造方法 式?3.1?给出的Logistic映射仅有一个自由度，利用它只能产生一条曲线。为了绘制一幅图形，至少需要两个或两个以上的自由度。如何利用Logistic映射生成美丽的图形，为此孙海坚等人给出了LMGS定义，其基本思想是：以为初值，利用Logistic映射经迭代所产生的一维序列，如，，，通过用不同的算术运算来组合，构造出多个变量，，的表达式，并以，，作为新的自由度，从而将一维Logistic映射扩展到二维、三维或k维空间。 定义3.1[44] LMGS定义如下： 上式中，是k维空间中的一个点集；为操作符，其为加、减、乘、除四种基本的运算形式之一。例如，令，为加法运算，则、，当?以某一步长，如0.01，从0增加到1.0时，对于每一个?值，取，使式?3.2?迭代1000次，画出颜色随?的变化而变化的点，重复这个过程，直到?增加到1.0，过程结束，这样就产生了一幅图，我们称这幅图为Logistic图形；若在绘图过程中，如果Logistic映射迭代所产生的最初500个点被抛弃掉，则我们称这幅图为Logistic吸引子。 LMGS在二维空间中的子集可用2?D?LMGS来表示。2?D?LMGS的定义如下： 上述定义中操作符仅取加、减、乘、除四种基本的运算，我们认为还可取其它运算形式，如乘方、开方等，这样就扩展孙海坚了等人关于LMGS的定义，并可利用扩展的LMGS的定义构造出更多的美丽的图形。 3.2.2 LMGS吸引子的模拟结果 图3.2显示的是由Logistic映射所生成的2?D?