搜索

x

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

两种群随机动力系统的信息熵和动力学研究

谢文贤 蔡力 岳晓乐 雷佑铭 徐伟

引用本文:
Citation:

两种群随机动力系统的信息熵和动力学研究

谢文贤, 蔡力, 岳晓乐, 雷佑铭, 徐伟

Information entropies and dynamics in the stochastic ecosystem of two competing species

Xie Wen-Xian, Cai Li, Yue Xiao-Le, Lei You-Ming, Xu Wei
PDF
导出引用
  • 随机种群动力学模型是研究种群间以及种群与不确定性环境间相互作用的动力学行为的数学模型. 本文从概率密度以及信息熵流、熵产生的演化角度探讨了两种群生态系统的Itô (或Statonovich)意义下随机模型的动力学行为.利用Fokker-Planck方程及其边界条件 和信息熵定义导出信息熵流(平均散度)和熵产生的关系式,并通过数值路径积分法捕 捉到熵流的非线性变化趋势以及信息熵的极值点位置与概率密度的快速迁移和分岔的联系. 应用数值路径积分法计算结果表明Itô (或Statonovich)意义下两种随机模型的概率密度 和信息熵的极值点位置不同但演化趋势一致.
    Using the models of stochastic population dynamics, the competitions and interactions of interspecies and between species and the stochastic environment are studied. In this paper, the stochastic ecosystems (in Itô or Statonovich model) of two competing species are investigated through evaluating probability densities and information entropy fluxes and productions of two species. The formulas of entropy flux (i.e. expectation of divergence) and entropy production are educed for numerical calculations, through the corresponding Fokker-Planck equation with its condition and the definition of Shannon entropy. The nonlinear characteristics of entropy fluxes are captured and the relationships are found between the extremal points of entropy productions and the rapid transitions or bifurcations. The numerical results obtained with path integration method show that the probability densities and Shannon entropies of these two stochastic models (in Itô or Statonovich meaning) have the same evolutional tendency but with different points of extrema.
    • 基金项目: 国家自然科学基金(批准号: 11101333, 11102156, 10932009); 陕西省自然科学基金(批准号: 2011GQ1018)和西北工业大学基础研究基金资助的课题.
    • Funds: Project supported by the Natural Science Foundation of China (Grant Nos. 11101333, 11102156, 10932009), the National Natural Science Foundation of Shaanxi (Grant No. 2011GQ1018), and NPU Foundation for Fundamental Research.
    [1]

    Chen L S, Wang D D 1994 Phys. 23 408 (in Chinese) [陈兰荪, 王东达 1994 物理 23 408]

    [2]

    Gui Z J 2005 Models of Biological Dynamics and Computer Simulation (1st Ed.) (Beijing: Science Press) (in Chinese) [桂占吉 2005 生物动力学模型与计算机仿真 (第1版) (北京: 科学出版社)]

    [3]

    Chen L S, Meng X Z, Jiao J J 2009 Biological Dynamics (1st Ed.) (Beijing: Science Press) (in Chinese) [陈兰荪, 孟新柱, 焦建军 2009 生物动力学 (第1版) (北京: 科学出版社)]

    [4]

    Dimentberg M F 2002 Phys. Rev. E 65 036204

    [5]

    Pigolotti S, Flammini A, Maritan A 2004 Phys. Rev. E 70 011916

    [6]

    Cai G Q, Lin Y K 2004 Phys. Rev. E 70 041910

    [7]

    Cai G Q, Lin Y K 2007 Phys. Rev. E 76 041913

    [8]

    Wu Y, Zhu W Q 2008 Phys. Rev. E 77 041911

    [9]

    Cai G Q 2009 Int. J. Non-Linear Mech. 44 769

    [10]

    Cai G Q, Lin Y K 2011 Phys. Rev. E 76 041913

    [11]

    Nicolis G, Daems D 1998 Chaos 8 311

    [12]

    Daems D, Nicolis G 1999 Phys. Rev. E 59 4000

    [13]

    Bag B C, Chaudhuri J R, Ray D S 2000 J. Phys. A: Math. and General 33 8331

    [14]

    Bag B C, Banik S K, Ray D S 2001 Phys. Rev. E 64 026110

    [15]

    Bag B C 2002 Phys. Rev. E 66 026122

    [16]

    Xie W X, Xu W, Cai L, Jin Y F 2005 Chin. Phys. 14 1766

    [17]

    Bag B C 2003 J. Chem. Phys. 119 4988

    [18]

    Goswami G, Mukherjee B, Bag B C 2005 Chem. Phys. 312 47

    [19]

    Xie W X, Xu W, Cai L 2006 Acta Phys. Sin. 55 1639 (in Chinese) [谢文贤, 徐伟, 蔡力 2006 物理学报 55 1639]

    [20]

    Xu W, Xie W X, Cai L 2007 Phys. A-Stat. Mech. and its App. 384 273

    [21]

    Xie W X, Xu W, Cai L 2007 Chin. Phys. 16 42

    [22]

    Guo P Y, Xu W, Liu D 2009 Acta Phys. Sin. 58 5179 (in Chinese) [郭培荣, 徐伟, 刘迪 2009 物理学报 58 5179]

    [23]

    Guo Y F, Xu W, Li D X, Wang L 2010 Acta Phys. Sin. 59 2235 (in Chinese) [郭永峰, 徐伟, 李东喜, 王亮 2010 物理学报 59 2235]

    [24]

    Guo Y F, Xu W, Li D X 2009 Chin. J. Applied Mech. 26 264 [郭永峰, 徐伟, 李东喜 2009 应用力学学报 26 264]

    [25]

    Xie W X 2007 Ph. D. Dissertation (Xi'an: Northwestern Polytechnical University) (in Chinese) [谢文贤 2007 博士学位论文 (西安:西北工业大学)]

    [26]

    Zhang L P, Wang H N, Xu M 2011 Acta Phys. Sin. 60 010506 (in Chinese) [张丽萍, 王惠南, 徐敏 2011 物理学报 60 010506]

    [27]

    Gardiner C W 1985 Handbook of Stochastic Methods (Berlin: Springer-Verlag)

  • [1]

    Chen L S, Wang D D 1994 Phys. 23 408 (in Chinese) [陈兰荪, 王东达 1994 物理 23 408]

    [2]

    Gui Z J 2005 Models of Biological Dynamics and Computer Simulation (1st Ed.) (Beijing: Science Press) (in Chinese) [桂占吉 2005 生物动力学模型与计算机仿真 (第1版) (北京: 科学出版社)]

    [3]

    Chen L S, Meng X Z, Jiao J J 2009 Biological Dynamics (1st Ed.) (Beijing: Science Press) (in Chinese) [陈兰荪, 孟新柱, 焦建军 2009 生物动力学 (第1版) (北京: 科学出版社)]

    [4]

    Dimentberg M F 2002 Phys. Rev. E 65 036204

    [5]

    Pigolotti S, Flammini A, Maritan A 2004 Phys. Rev. E 70 011916

    [6]

    Cai G Q, Lin Y K 2004 Phys. Rev. E 70 041910

    [7]

    Cai G Q, Lin Y K 2007 Phys. Rev. E 76 041913

    [8]

    Wu Y, Zhu W Q 2008 Phys. Rev. E 77 041911

    [9]

    Cai G Q 2009 Int. J. Non-Linear Mech. 44 769

    [10]

    Cai G Q, Lin Y K 2011 Phys. Rev. E 76 041913

    [11]

    Nicolis G, Daems D 1998 Chaos 8 311

    [12]

    Daems D, Nicolis G 1999 Phys. Rev. E 59 4000

    [13]

    Bag B C, Chaudhuri J R, Ray D S 2000 J. Phys. A: Math. and General 33 8331

    [14]

    Bag B C, Banik S K, Ray D S 2001 Phys. Rev. E 64 026110

    [15]

    Bag B C 2002 Phys. Rev. E 66 026122

    [16]

    Xie W X, Xu W, Cai L, Jin Y F 2005 Chin. Phys. 14 1766

    [17]

    Bag B C 2003 J. Chem. Phys. 119 4988

    [18]

    Goswami G, Mukherjee B, Bag B C 2005 Chem. Phys. 312 47

    [19]

    Xie W X, Xu W, Cai L 2006 Acta Phys. Sin. 55 1639 (in Chinese) [谢文贤, 徐伟, 蔡力 2006 物理学报 55 1639]

    [20]

    Xu W, Xie W X, Cai L 2007 Phys. A-Stat. Mech. and its App. 384 273

    [21]

    Xie W X, Xu W, Cai L 2007 Chin. Phys. 16 42

    [22]

    Guo P Y, Xu W, Liu D 2009 Acta Phys. Sin. 58 5179 (in Chinese) [郭培荣, 徐伟, 刘迪 2009 物理学报 58 5179]

    [23]

    Guo Y F, Xu W, Li D X, Wang L 2010 Acta Phys. Sin. 59 2235 (in Chinese) [郭永峰, 徐伟, 李东喜, 王亮 2010 物理学报 59 2235]

    [24]

    Guo Y F, Xu W, Li D X 2009 Chin. J. Applied Mech. 26 264 [郭永峰, 徐伟, 李东喜 2009 应用力学学报 26 264]

    [25]

    Xie W X 2007 Ph. D. Dissertation (Xi'an: Northwestern Polytechnical University) (in Chinese) [谢文贤 2007 博士学位论文 (西安:西北工业大学)]

    [26]

    Zhang L P, Wang H N, Xu M 2011 Acta Phys. Sin. 60 010506 (in Chinese) [张丽萍, 王惠南, 徐敏 2011 物理学报 60 010506]

    [27]

    Gardiner C W 1985 Handbook of Stochastic Methods (Berlin: Springer-Verlag)

  • [1] 宋人杰, 袁紫燕, 张琪, 于洁, 薛洪惠, 屠娟, 章东. 基于超声RF信号熵分析的声空化时空监测方法. 物理学报, 2022, 0(0): 0-0. doi: 10.7498/aps.71.20220558
    [2] 李毅伟, 雷佑铭, 杨勇歌. 随机激励下Frenkel-Kontorova模型的纳米摩擦现象. 物理学报, 2021, 70(9): 090501. doi: 10.7498/aps.70.20201254
    [3] 乌云其木格, 韩超, 额尔敦朝鲁. 色散和杂质对双参量非对称高斯势量子点量子比特的影响. 物理学报, 2019, 68(24): 247803. doi: 10.7498/aps.68.20190960
    [4] 宋洪胜, 庄桥, 刘桂媛, 秦希峰, 程传福. 菲涅耳深区散斑强度统计特性及演化. 物理学报, 2014, 63(9): 094201. doi: 10.7498/aps.63.094201
    [5] 宋庆庆, 王新波, 崔万照, 王志宇, 冉立新. 多载波微放电中二次电子横向扩散的概率分析. 物理学报, 2014, 63(22): 220205. doi: 10.7498/aps.63.220205
    [6] 杨波, 卜雄洙, 王新征, 于靖. 高斯噪声和弱正弦信号驱动的时间差型磁通门传感器. 物理学报, 2014, 63(20): 200702. doi: 10.7498/aps.63.200702
    [7] 李先锐, 朱彦丽. DC-DC变换器的信息熵分析. 物理学报, 2014, 63(23): 238401. doi: 10.7498/aps.63.238401
    [8] 戈阳祯, 米建春. 圆柱热尾流中温度的概率密度函数. 物理学报, 2013, 62(2): 024702. doi: 10.7498/aps.62.024702
    [9] 赵翠兰, 丛银川. 球壳量子点中极化子和量子比特的声子效应. 物理学报, 2012, 61(18): 186301. doi: 10.7498/aps.61.186301
    [10] 冯爱霞, 龚志强, 黄琰, 王启光. 全球温度场信息熵的时空特征分析. 物理学报, 2011, 60(9): 099204. doi: 10.7498/aps.60.099204
    [11] 汪茂胜, 黄万霞, 崔执凤. 二维映射神经元模型中的相干双共振. 物理学报, 2010, 59(7): 4485-4489. doi: 10.7498/aps.59.4485
    [12] 张春涛, 马千里, 彭宏. 基于信息熵优化相空间重构参数的混沌时间序列预测. 物理学报, 2010, 59(11): 7623-7629. doi: 10.7498/aps.59.7623
    [13] 郭永峰, 徐伟, 李东喜, 王亮. 准单色噪声驱动的耗散动力系统的信息熵演化. 物理学报, 2010, 59(4): 2235-2239. doi: 10.7498/aps.59.2235
    [14] 汪茂胜. 二维映射神经元模型中频率依赖的随机共振. 物理学报, 2009, 58(10): 6833-6837. doi: 10.7498/aps.58.6833
    [15] 郭培荣, 徐伟, 刘迪. 非高斯噪声驱动的双奇异随机系统的熵流与熵产生. 物理学报, 2009, 58(8): 5179-5185. doi: 10.7498/aps.58.5179
    [16] 方小玲, 姜宗来. 基于脑电图的大脑功能性网络分析. 物理学报, 2007, 56(12): 7330-7338. doi: 10.7498/aps.56.7330
    [17] 郭永峰, 徐 伟, 李东喜. 色噪声驱动的双奇异随机系统随时间演化的熵变化率上界. 物理学报, 2007, 56(10): 5613-5617. doi: 10.7498/aps.56.5613
    [18] 宋 杨, 赵同军, 刘金伟, 王向群, 展 永. 高斯白噪声对神经元二维映射模型动力学的影响. 物理学报, 2006, 55(8): 4020-4025. doi: 10.7498/aps.55.4020
    [19] 谢文贤, 徐 伟, 蔡 力. 色噪声驱动的双奇异随机系统的熵流与熵产生. 物理学报, 2006, 55(4): 1639-1643. doi: 10.7498/aps.55.1639
    [20] 陈绍英, 许海波, 王光瑞, 陈式刚. 耦合哈密顿系统中测度同步的研究. 物理学报, 2004, 53(12): 4098-4110. doi: 10.7498/aps.53.4098
计量
  • 文章访问数:  3815
  • PDF下载量:  729
  • 被引次数: 0
出版历程
  • 收稿日期:  2011-12-20
  • 修回日期:  2012-02-14
  • 刊出日期:  2012-09-05

两种群随机动力系统的信息熵和动力学研究

  • 1. 西北工业大学应用数学系, 西安 710072
    基金项目: 国家自然科学基金(批准号: 11101333, 11102156, 10932009); 陕西省自然科学基金(批准号: 2011GQ1018)和西北工业大学基础研究基金资助的课题.

摘要: 随机种群动力学模型是研究种群间以及种群与不确定性环境间相互作用的动力学行为的数学模型. 本文从概率密度以及信息熵流、熵产生的演化角度探讨了两种群生态系统的Itô (或Statonovich)意义下随机模型的动力学行为.利用Fokker-Planck方程及其边界条件 和信息熵定义导出信息熵流(平均散度)和熵产生的关系式,并通过数值路径积分法捕 捉到熵流的非线性变化趋势以及信息熵的极值点位置与概率密度的快速迁移和分岔的联系. 应用数值路径积分法计算结果表明Itô (或Statonovich)意义下两种随机模型的概率密度 和信息熵的极值点位置不同但演化趋势一致.

English Abstract

参考文献 (27)

目录

    /

    返回文章
    返回