无限维时滞系统吸引子域组织：一种随机吸引子熵方法

Mackey-Glass 系统是时滞模型中的典型范例，其动力学尤为复杂，部分原因在于其多稳定性，即大量周期和混沌吸引子的共存。对于这些系统，尤其是在初始条件必须在有限时间区间内指定为函数的情况下，预测长期动力学尤为具有挑战性。本文将最近提出的吸引子熵扩展到随机方法，以对任意高维空间进行抽样。通过将这种随机方法与吸引子的初始条件空间中比例（basin fraction）相结合，我们可以理解吸引子域的结构以及它们如何交错。本文报告的结果允许我们量化预测，为初始条件函数关于轨迹长期演化提供概念。所用工具在研究无限维复杂系统方面非常有用。