论文标题
部分可观测时空混沌系统的无模型预测
Stickiness and recurrence plots: an entropy-based approach
论文作者
论文摘要
储层计算是预测湍流的有力工具，其简单的架构具有处理大型系统的计算效率。然而，其实现通常需要完整的状态向量测量和系统非线性知识。我们使用非线性投影函数将系统测量扩展到高维空间，然后将其输入到储层中以获得预测。我们展示了这种储层计算网络在时空混沌系统上的应用，该系统模拟了湍流的若干特征。我们表明，使用径向基函数作为非线性投影器，即使只有部分观测并且不知道控制方程，也能稳健地捕捉复杂的系统非线性。最后，我们表明，当测量稀疏、不完整且带有噪声，甚至控制方程变得不准确时，我们的网络仍然可以产生相当准确的预测，从而为实际湍流系统的无模型预测铺平了道路。
The stickiness effect is a fundamental feature of quasi-integrable Hamiltonian systems. We propose the use of an entropy-based measure of the recurrence plots (RP), namely, the entropy of the distribution of the recurrence times (estimated from the RP), to characterize the dynamics of a typical quasi-integrable Hamiltonian system with coexisting regular and chaotic regions. We show that the recurrence time entropy (RTE) is positively correlated to the largest Lyapunov exponent, with a high correlation coefficient. We obtain a multi-modal distribution of the finite-time RTE and find that each mode corresponds to the motion around islands of different hierarchical levels.
