## 留言板 引用本文: 李扬, 赵锋, 刘先斌. 基于大偏差理论非高斯随机动力系统离出行为研究. 力学进展, 待出版 Li Y, Zhao F, Liu X B. On the exit behaviors of non-Gaussian stochastic dynamical systems based on large deviation theory. Advances in Mechanics, in press doi: 10.6052/1000-0992-21-033
 Citation: Li Y, Zhao F, Liu X B. On the exit behaviors of non-Gaussian stochastic dynamical systems based on large deviation theory. Advances in Mechanics, in press • 中图分类号: O324

## On the exit behaviors of non-Gaussian stochastic dynamical systems based on large deviation theory

###### Corresponding author:xbliu@nuaa.edu.cn
• 摘要: 本文介绍了大偏差理论的基本思想及其在非高斯随机动力系统的离出问题研究中的应用. 依据不同的非高斯噪声类型, 本文分别评述了随机混合系统、指数轻跳跃过程和$\alpha$ -稳定Lévy噪声驱动的随机动力系统的离出问题的主要研究方法和近期研究进展. 针对随机混合系统, 本文介绍了利用随机微分方程对其进行近似的拟稳态扩散近似方法, 计算拟势和最优离出路径的WKB近似方法, 和细致平衡条件的研究, 以及求解随机混合系统的简化版本 (即生灭过程) 的离出问题的研究进展. 对于指数轻跳跃过程驱动的随机动力系统, 本文介绍了其大偏差原理和中度偏差原理的泛函极值问题的建立, 拟势概念的定义和平均离出时间的估计. 针对具有$\alpha$ -稳定Lévy噪声的随机动力系统, 本文介绍了计算平均首次离出时间和离出概率的理论和数值方法, 计算最优离出路径的Onsager-Machlup理论、机器学习方法、最大似然法和数据驱动方法. 最后, 给出了非高斯随机动力系统的离出现象相关的一些开放性问题.

• 图  1  平均场方程关于$\theta$ 从单稳态到双稳态的分岔图. $\theta = 0.95$ 时, 存在两个稳定不动点${x_1}$ , ${x_2}$ 和一个不稳定不动点${x_0}$ 图  2  哈密顿系统的相图和离出路径. 粉色和亮蓝曲线分别代表从${x_1}$  ${x_2}$  ${x_2}$  ${x_1}$  的离出路径. 绿色和棕色虚线表示扩散近似的离出路径

图  3  (a) 扩散近似和原始系统的拟势对比. (b) 平均离出时间的对数和噪声强度的倒数之间的关系

图  4  细致平衡条件分析示意图

图  5  具有$L$ 层隐藏层的神经网络的结构. ${x_{fi}}$ ${\lambda _i}$ , $i = 1,\; \cdots ,\;n$ 分别是神经网络的输入和输出. $a_j^{\left( l \right)}$ 表示第$l$ 层第$j$ 个神经元的值, 其中$j = 1,\; \cdots ,\;{n_l}$ , $l = 1,\;\cdot,\;L$ 表  1  几种典型随机过程的细致平衡条件

 随机过程 细致平衡条件 文献 扩散过程 加性高斯、有势系统 满足细致平衡 朱位秋 1992 一般情况 $\begin{array}{r} {b_i}\left( {\bf{x} } \right){p_s}\left( {\bf{x} } \right) + {\varepsilon _i}{b_i}\left( {\varepsilon {\bf{x} } } \right){p_s}\left( {\bf{x} } \right) - \displaystyle\sum\limits_j {\frac{\partial }{ {\partial {x_j} } }\left[ { {a_{ij} }\left( {\bf{x} } \right){p_s}\left( {\bf{x} } \right)} \right]} = 0 \\ {\varepsilon _i}{\varepsilon _j}{a_{ij} }\left( {\varepsilon{\bf{ x} } } \right) - {a_{ij} }\left( {\bf{x} } \right) = 0 \end{array}$($b$为漂移系数, $a$为扩散矩阵, ${p_s}$为平稳概率分布, ${\varepsilon _i} = \pm 1$依赖于变量奇偶性) 跳跃Markov过程 ${W_{ji}}{P_i} = {W_{ij}}{P_j}$(${W_{ij}}$为转移率, ${P_i}$为平稳概率) Dykman et al. 1994 随机混合系统 不满足细致平衡 Li & Liu 2019
•  点击查看大图
##### 计量
• 文章访问数:  64
• HTML全文浏览量:  15
• PDF下载量:  15
• 被引次数: 0
##### 出版历程
• 收稿日期:  2021-06-10
• 录用日期:  2021-09-06
• 网络出版日期:  2021-09-17

### 目录 / 下载:  全尺寸图片 幻灯片
• 分享
• 用微信扫码二维码

分享至好友和朋友圈