基于机器学习由暂态数据预测系统的演化
河南师范大学学报(自然科学版)
页数： 7 2024-05-28
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... （共7页）
APP 