从轨迹测量重建随机非线性动力学模型
其他凝聚态物理
2009-11-10 v3 最优化与控制
数据分析、统计与概率
摘要
本文提出了一种从含噪时间序列数据重建随机非线性动力学模型的新算法。该方法是解析的；因此，所得算法不需要对模型参数进行大规模全局搜索，能够对动力学噪声的影响提供最优补偿，并且对广泛的动力学模型具有鲁棒性。通过推断随机 Lorenz 系统的参数并将结果与早期研究进行比较，展示了该算法的优势。通过推断一个包含五个全局和局部耦合的含噪振子系统的模型，进一步证明了该算法的效率和准确性。
引用
@article{arxiv.cond-mat/0409282,
title = {Reconstruction of stochastic nonlinear dynamical models from trajectory measurements},
author = {V. N. Smelyanskiy and D. G. Luchinsky and D. A. Timucin and A. Bandrivskyy},
journal= {arXiv preprint arXiv:cond-mat/0409282},
year = {2009}
}
备注
13 pages, 7 figures, 4 tables