数据驱动的混沌时滞系统的稳定性分析
摘要：从控制理论到航空推进，具有时间延迟混沌动力学的系统在自然界中很常见。本文的总体目标是计算一个具有时间延迟的混沌动力学系统的稳定性属性。稳定性分析仅基于数据。我们采用回声状态网络(ESN)，一种递归神经网络类型，并在典型时间延迟非线性热声系统的时间序列上进行训练。通过让经过训练的ESN自主运行，我们展示它能够复现热声系统变量的长期统计特性、Lyapunov谱的物理部分以及有限时间Lyapunov指数的统计特性。这项工作为从实验观测推断时间延迟系统的稳定性属性打开了可能性。
作者：Georgios Margazoglou and Luca Magri
论文ID：2303.03112
分类：Adaptation and Self-Organizing Systems
分类简称：nlin.AO
提交时间：2023-03-07