新论文 | 参数化多重 Poisson 白噪声激励下高维非线性动力系统的随机响应分析

文摘   科学   2024-09-23 17:27   德国  

Probabilistic response determination of high-dimensional nonlinear dynamical systems enforced by parametric multiple Poisson white noises

参数化多重 Poisson 白噪声激励下高维非线性动力系统的随机响应分析

摘要
Poisson 白噪声 (Poisson white noise, PWN) 激励的高维随机动力系统在物理、化学、生物和工程领域中广泛存在,但其感兴趣量的概率密度函数 (probability density function, PDF) 很难获得。近年来,降维概率密度演化方程 (dimension-reduced probability density evolution equation, DR-PDEE) 对于路径连续过程的随机响应分析表现出了显著优势,特别是对于高维强非线性系统。然而,对于存在随机跳跃的路径非连续过程 (例如 Poisson 白噪声驱动的系统) 仍具有挑战。本文建立了 Poisson 白噪声激励下高维系统中任意状态分量的概率密度函数所满足的降维概率密度演化方程。若仅关注某一响应量,则该方程始终是一维的偏微分-积分方程,而不受系统维数影响。方程中的本征漂移函数和本征发生率函数 (后者对于参激) 可通过 Poisson 白噪声驱动系统的代表性确定性动力分析数据数值识别。随后,数值求解降维概率密度演化方程可以得到感兴趣量的瞬时概率密度函数。数值算例验证了所提方法的效率和精度。

研究背景

近年来提出了降维概率密度演化方程,为解决高维非线性随机动力系统的响应与可靠性分析提供了一类高效精细化的实现途径。不论系统维数多高,若仅关心系统的某一维感兴趣响应过程,且其仅需满足路径连续性条件,即可证明,这一过程的瞬时概率密度函数精确满足一个一维偏微分方程,即降维概率密度演化方 (dimension-reduced probability density evolution equation, DR-PDEE) (Lyu & Chen 2022)。方程中的本征漂移函数是待定的,对于某些特殊高维系统可以给出其解析表达 (Sun & Chen 2022, Luo et al. 2023),而对于更一般的系统,需要根据代表性动力分析数据进行数值构造 (Lyu & Chen 2021, Chen & Lyu 2022, Hao et al. 2024)。以往的研究工作展示了这一方法对不同随机响应与动力可靠性问题的广泛适用性与有效性 (Luo et al. 2022a, b, Sun et al. 2023, Chen et al. 2024, Lyu et al. 2024, 律梦泽 & 陈建兵 2024)

然而,对于路径非连续的高维问题,例如 Poisson 激励下的高维系统,其瞬时概率密度函数仍然难以确定。现有的降维概率密度演化方程理论框架无法给出其控制偏微分方程的有限阶截断,而高阶偏微分项的影响难以作为小量被忽略。在此背景下,本文针对 Poisson 白噪声激励下的高维系统,推导了其任意感兴趣量瞬时概率密度函数的一维偏微分-积分控制方程,将原本难以有效截断无穷阶偏微分项转化为积分项,从而巧妙避免了概率密度控制方程难以精确截断的问题,并证明了这一控制方程 (文中仍称为降维概率密度演化方程) 是精确成立的,保证了有效数值求解的精度与效率。

方法概述

不失一般性,Poisson 白噪声激励下的高维随机动力系统的运动方程可以写为

其中系统遭受的多重参数化 Poisson 激励可以表达为

经推导可以给出,系统中任意感兴趣响应过程的瞬时概率密度函数满足的控制方程为

这是一个一维偏微分-积分方程,文中称为降维概率密度演化方程。一旦确定了方程中的本征漂移函数与本征发生率函数,方程就很容易数值求解。具体推导过程可详见论文。

数值结果

算例 1: Poisson 白噪声下的多维 Ornstein-Uhlenbeck 过程

Poisson 白噪声驱动下 Ornstein-Uhlenbeck 系统的瞬时概率分布

Poisson 白噪声驱动下 Ornstein-Uhlenbeck 系统的标准差与峰度

Poisson 白噪声驱动下 Ornstein-Uhlenbeck 系统的典型样本路径

算例 2: 带 SOS 通路的基因开关

蛋白质 B 的瞬时概率分布

蛋白质 B 的前四阶矩

本征发生率函数与蛋白质 A 与 B 的典型样本路径

算例 3: 陆地水平衡系统

土壤相对湿度的瞬时概率分布

土壤相对湿度的前四阶矩

土壤相对湿度的本征漂移函数与本征发生率函数

研究结论
本文主要研究了参数化多重 Poisson 白噪声激励下高维非线性随机动力系统。重点是建立此类系统中感兴趣量瞬时概率密度函数的控制方程。可以推导出它是一个精确的一维偏微分-积分方程,称为降维概率密度演化方程,可以精确描述概率密度函数随时间的演化

求解降维概率密度演化方程的挑战之一在于获得本征漂移函数本征发生率函数的表达。对于 Poisson 白噪声驱动下的一般高维非线性系统,其通常难以解析获得。然而可证明,本征漂移函数和本征发生率函数可以通过条件期望函数表达,从而通过确定性分析数据进行识别。结合根据数据数值识别出的本征漂移函数和本征发生率函数表达,数值求解降维概率密度演化方程,可以较高精度获得感兴趣量瞬时概率密度函数的数值解。

应指出,所提方法区别于以往研究,后者通常侧重于寻找高维偏 (积分) 微分方程描述概率密度函数,例如 Fokker-Planck 方程或 Kolmogorov-Feller 方程。然而,由于这些方程的高维特性,其在解析或数值求解方面带来了巨大挑战。相比之下,所提降维概率密度演化方程将维数减少为一维,使其在数值求解方面具有很高计算效率,且无论系统维数多高都可实现。
为便于降维概率密度演化方程的实际应用,提出了有效的数值算法。具体地,采用局部加权回归从已有数据中数值识别本征漂移函数和本征发生率函数。此外,路径积分法数值求解降维概率密度演化方程,即一维偏微分-积分方程,从而获得感兴趣量的瞬时概率密度函数数值解。这一数值实现方法在不同领域的多个算例中表现出较高的计算精度和效率。
本研究的数值算例突出了降维概率密度演化方程及其相关数值算法的有效性。可成功获得不同情形下概率分布表现出的非平稳性非 Gauss 性双峰特征。所提方法为 Poisson 白噪声驱动下的高维非线性系统概率行为提供了有益洞见。
此外,所提方法的适用性在诸多应用领域中得以体现,包括物理学、生物学、土木工程和环境科学。数值算例展示了该方法的广泛实用性及其在解决不同领域随机动力学问题中的潜力。在未来研究中,降维概率密度演化方程可以进一步扩展并应用于物理学、生物化学和工程科学中遇到的路径非连续随机动力学研究。

总之,本研究推动了参数化 Poisson 白噪声激励下高维非线性随机动力系统的进展。所推导的降维概率密度演化方程及其相关数值算法为精确高效地预测某一感兴趣量的瞬时概率密度函数提供了统一框架。通过克服以往方法的局限性,所提方法为研究复杂随机系统开辟了新途径,并有潜力推动多个科学和工程学科的进一步发展。

论文引用格式 (GB):
Chen JB, Lyu MZ, 2024. Probabilistic response determination of high-dimensional nonlinear dynamical systems enforced by parametric multiple Poisson white noises [J]. Nonlinear Dynamics, 112: 11283-11298.

DOI:
10.1007/s11071-024-09592-x

论文作者介绍:

陈建兵 Jian-Bing Chen
同济大学土木工程学院教授, 国家杰出青年科学基金获得者

邮箱:chenjb@tongji.edu.cn

主页:

https://jcersm.tongji.edu.cn/1e/f9/c13092a139001/page.htm

律梦泽 Meng-Ze Lyu, 通讯作者
同济大学土木工程学院博士后, 合作导师是陈建兵教授
邮箱:lyumz@tongji.edu.cn
主页:
https://www.researchgate.net/profile/Meng-Ze-Lyu


相关参考文献:

[1] Chen JB, Lyu MZ, 2022. Globally-evolving-based generalized density evolution equation for nonlinear systems involving randomness from both system parameters and excitations [J]. Proceedings of the Royal Society A - Mathematical Physical & Engineering Sciences, 478 (2264): 20220356.

[2] Chen JB, Lyu JH, Spanos PD, Li J, 2024. Stochastic response analysis of a spar-type fowt subjected to extreme waves by a novel filter wave model and the DR-PDEE [J]. Journal of Engineering Mechanics, 150 (4): 04024009.

[3] Chen JB, Lyu MZ, 2024. Probabilistic response determination of high-dimensional nonlinear dynamical systems enforced by parametric multiple Poisson white noises [J]. Nonlinear Dynamics, 112: 11283-11298.

[4Hao TT, Yan WJ, Chen JB, Sun TT, Yuen KV, 2024. Multi-output multi-physics-informed neural network for learning dimension-reduced probability density evolution equation with unknown spatio-temporal-dependent coefficients [J]. Mechanical Systems & Signal Processing, 220: 111683.

[5] Luo Y, Chen JB, Spanos PD, 2022a. Determination of monopile offshore structure response to stochastic wave loads via analog filter approximation and GV-GDEE procedure [J]. Probabilistic Engineering Mechanics, 67: 103197.

[6] Luo Y, Spanos PD, Chen JB, 2022b. Stochastic response determination of multi-dimensional nonlinear systems endowed with fractional derivative elements by the GE-GDEE [J]. International Journal of Non-Linear Mechanics, 147: 104247.

[7] Luo Y, Lyu MZ, Chen JB, Spanos PD, 2023. Equation governing the probability density evolution of multi-dimensional linear fractional differential systems subject to Gaussian white noise [J]. Theoretical & Applied Mechanics Letters, 13: 100436.

[8] Lyu MZ, Chen JB, 2021. First-passage reliability of high-dimensional nonlinear systems under additive excitation by the ensemble-evolving-based generalized density evolution equation [J]. Probabilistic Engineering Mechanics, 63: 103119.

[9] Lyu MZ, Chen JB, 2022. A unified formalism of the GE-GDEE for generic continuous responses and first-passage reliability analysis of multi-dimensional nonlinear systems subjected to non-white-noise excitations [J]. Structural Safety, 98: 102233.

[10] Lyu MZ, Chen JB, Shen JX, 2024. Refined probabilistic response and seismic reliability evaluation of high-rise reinforced concrete structures via physically driven dimension-reduced probability density evolution equation [J]. Acta Mechanica, 235: 1535-1561.

[11] Sun TT, Chen JB, 2022. Physically driven exact dimension-reduction of a class of nonlinear multi-dimensional systems subjected to additive white noise [J]. ASCE-ASME Journal of Risk & Uncertainty in Engineering Systems, Part A - Civil Engineering, 8 (2): 04022012.

[12] Sun TT, Lyu MZ, Chen JB, 2023. Property of intrinsic drift coefficients in globally-evolving-based generalized density evolution equation for the first-passage reliability assessment [J]. Acta Mechanica Sinica, 39: 722471.

[13] 律梦泽, 陈建兵, 2024. 非平稳随机激励下高维非线性系统可靠度分析的概率密度全局演化方法 [J]. 振动工程学报, 37 (6): 903-914.

工程可靠性与随机力学
同济大学工程可靠性与随机力学国际联合研究中心 (JCERSM) 成立于2016年。中心中方主任为中国科学院院士李杰教授,外方主任为美国工程院院士、中国科学院外籍院士 Spanos 教授。
 最新文章