基于机器学习由暂态数据预测系统的演化.pdf

所属栏目:非线性科学与系统科学

【日期】:2024-05-28
【关键词】:储备池神经网络;动力学行为;Stuart-Landau系统;布鲁塞尔振子;BZ反应系统
【摘要】:如何通过少量的暂态数据去预测系统的长时间的动力学行为,是一个重要问题.对Sturat-Landau系统、布鲁塞尔振子以及Belousov-Zhabotinsky系统的稳态数据进行采集,并输入到储备池神经网络里进行训练;然后基于3个系统采集的少量的暂态数据,利用已经训练好的神经网络模型,能够对其在不同参数下长时间的动力学行为精准地预测.研究结果有利于加深对复杂系统如何对外来的变化...


科技文档


医学文档


实用文档