数学 > 动力系统
[提交于 2021年8月2日
]
标题: 常数偏置和弱第二周期扰动:减轻极端事件的工具
标题: Constant Bias and Weak Second Periodic Forcing : Tools to Mitigate Extreme Events
摘要: 我们提出了两种潜在可行的非反馈方法,即(i)恒定偏置和(ii)弱二次周期强迫,作为缓解极端事件的工具。 我们展示了这两种工具在抑制两个著名的非线性动力系统中的极端事件的有效性,即(i)Liénard系统和(ii)具有速度相关势能的非多项式机械系统。 就恒定偏置而言,在Liénard系统中,抑制是由于大振幅振荡的减少,在非多项式机械系统中,抑制是由于混沌被破坏为周期轨道。 就二次周期强迫而言,在两个例子中,极端事件由于大振幅振荡的增加而得到抑制。 我们还证明,通过在二次周期强迫中引入相位,可以在非多项式系统中进一步降低极端事件发生的概率。 为了支持极端事件的完全抑制,我们为所有情况提供了二维概率图。 除了上述内容外,我们还检查了上述工具在非多项式机械系统的参数驱动版本中的可行性。 最后,我们研究了这两种方法如何影响Liénard系统中的多稳定性特性。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.