公共文化服务平台

共 6 条记录，以下是 1-6

全选清除导出

排序方式：

噪声对集合种群稳定性的影响被引量：10: 2012年; 本文在Levins模型的基础上研究了噪声对集合种群的稳定性的影响.应用Fokker-Planck方程得到了系统的稳态概率分布函数和平均灭绝时间.经过数值分析,结果如下:无关联(λ=0λ为加性噪声和乘性噪声之间的关联强度)时,加性噪声强度α和乘性噪声强度D均弱化集合种群的稳定性;噪声之间关联(λ≠0)时,随着λ的增大,系统的稳定性被增强.当-(c-e-D^2)/(4c(Dα)^(1/2))<λ<1时,λ诱导"共振抑制"现象.D存在一个临界值,小于临界值时,D可以增强系统的稳定性.; 王参军李江城梅冬成; 关键词：集合种群噪声稳定性

双色噪声激励下FHN神经元系统的稳态性质被引量：7: 2012年; 应用统一色噪声理论研究了双色噪声激励下一维FitzHugh-Nagumo(FHN)神经元系统的动力学性质,即稳态概率分布函数和其平均值.给出了FHN神经元系统的稳态概率密度和平均值的解析表达式.结果表明:乘性噪声的自关联时间τ_1、加性噪声的自关联时间τ_2、加性噪声强度α和乘性噪声强度D都能够诱导非平衡相变的产生.α和D的增大有利于系统从激发态向静息态转换.τ_1,τ_2的增大有利于系统从静息态向激发态转换.噪声强度和其自关联时间的作用完全相反.; 杨亚强王参军; 关键词：色噪声

非高斯噪声对惯性棘轮中粒子负迁移率的影响: 2013年; 利用随机模拟方法研究了惯性棘轮中非高斯噪声对负迁移率的影响.分别模拟了绝对负迁移率(ANM),非线性迁移率(NNM)和负微分迁移率(NDM)等三种反常输运现象.计算结果表明:1)在不同的参数空间里,非高斯噪声参数q能够增强或者削弱ANM,诱导NNM和NDM;2)当q较大时,反常输运现象转化为正常输运;3)随着q逐渐增大,平均速度-关联时间特性曲线朝着关联时间较小的方向移动并且其峰值逐渐减小.; 杨波梅冬成; 关键词：非高斯噪声

周期波动性对金融市场稳定性的影响被引量：2: 2017年; 利用平均逃逸率和逃逸时间分别研究了周期性波动对股票价格稳定性在金融常态和金融危机下的影响.基于Heston模型、引入单稳势函数和周期函数,构建了描述股票价格处于稳定状态和崩盘的逃逸状态的动力学模型.通过数值模拟和实际数据结合,发现:1)利用道琼斯指数成分股的实际金融数据对模型参数进行估计,对模型和实际金融数据的概率密度函数做了比较,发现模型和实际情况较为符合;2)从金融常态到金融危机逃逸率的研究中,发现较强的经济增长率、较小的周期波动强度、较小的长期波动值和较弱的波动的振幅都会增强股票价格处于稳定状态的机率;3)通过研究金融危机周期性波动对价格平均逃逸时间的影响,发现存在一个最佳的周期波动振幅能最大化股票价格稳定性,某个最佳的波动均值回归速度、变弱的周期波动频率、变强的噪声关联强度和增加的经济增长率会进一步加强该最佳周期波动振幅从而进一步促进稳定性.; 周若微李江城董志伟李云仙钱振伟; 关键词：金融物理

随机Logistic模型的稳态关联函数被引量：1: 2012年; 针对2个Gauss白噪声驱动的Logistic模型,研究了噪声间的关联效应对稳态关联函数的影响.利用Stratonovich近似解耦,得到了随机Logistic模型的稳态关联函数和相应的衰减速率.经过数值计算,结果表明:噪声的负关联效应不会破坏原有的稳态关联函数的变化趋势,但使得稳态关联函数的衰减加速,而噪声的正关联效应会导致稳态关联函数衰减出现慢化.; 陈丽丽何银梅谢崇伟; 关键词：LOGISTIC模型

Effects of correlation time between noises on the noise enhanced stability phenomenon in an asymmetric bistable system被引量：1: 2015年; 在跨 correlated 噪音驾驶的一个不对称的双稳态的系统的现象被调查的在提高噪音的稳定性(NES ) 上的噪音之间的关联时间的效果。为一般水准的表情从左亚稳的州的 T 逃离时间 < 潜水艇 class= “ a-plus-plus ” > L 并且从恰好亚稳的州的 T < 潜水艇 class= “ a-plus-plus ” > R 被导出。结果显示那：我) NES 效果作为时间为二个亚稳的状态增加的关联被压制；ii ) 的增加为断然相关的噪音从正确状态加快逃跑过程，而它的角色是颠倒为否定地相关；iii ) 在来自左状态的逃跑过程，角色在正确状态的逃跑对那相反。; Chun LiZheng-Lin JiaDong-Cheng Mei; 关键词：噪声驱动双稳系统相关噪声

全选清除导出

共1页<1>

国家自然科学基金(11165016)