朱定菊 基于分数阶微积分和模拟退火的大数据最优非线性动力学建模方法。 （英语） Zbl 1354.26014号 非线性动力学。 84，第1期，311-322（2016）. 总结：目前还没有提出大数据的非线性动力学建模方法，也没有提出基于分数阶微积分和模拟退火的非线性动力学模型。本文提出了基于分数阶微积分和模拟退火的大数据最优非线性动力学建模方法，可以基于分数阶演算找到大数据的最优非线性动力学模型。本文还提供了另一种替代方法，即基于整数阶微积分的大数据非线性动力学建模方法。本文以价格、供求比和销售率大数据为应用实例说明了所提出的方法。并将基于分数阶微积分和模拟退火的大数据最优非线性动力学建模方法与基于整数阶微积分的替代方法进行了比较，并得出结论，基于分数阶微积分和模拟退火的方法找到的非线性动力学模型比基于整数阶微积分的方法找到的非线性动力学模型更接近真实系统。 引用于1文件 MSC公司： 26A33飞机 分数导数和积分 37N99型 动力系统的应用 关键词：非线性动力学模型;大数据;分数微积分;模拟退火 PDF格式BibTeX公司 XML格式引用 \textit{D.Zhu}，非线性动力学。84，第1号，311--322（2016；Zbl 1354.26014） 全文： 内政部 参考文献： [1] Chen，W.C.：分数阶金融系统中的非线性动力学和混沌。混沌孤子分形36（5），1305-1314（2008）·doi:10.1016/j.chaos.2006.07.051 [2] Magin，R.L.：生物组织复杂动力学的分数阶微积分模型。计算。数学。申请。59(5), 1586-1593 (2010) ·Zbl 1189.92007年9月 ·doi:10.1016/j.camwa.2009.08.039 [3] Li，Y.，Chen，Y.Q.，Podlubny，I.：分数阶非线性动力系统的Mittag-Lefler稳定性。Automatica 45（8），1965-1969（2009）·Zbl 1185.93062号 ·doi:10.1016/j.automatica.2009.04.003 [4] 韦斯特，B.J.：座谈会：分数微积分复杂性观：教程。修订版Mod。物理。86(4), 1169 (2014) ·doi:10.1103/RevModPhys.86.1169 [5] Machado，J.T.，Mainardi，F.，Kiryakova，V.：分数微积分：现状？（我们要去哪里？）。分形。计算应用程序。分析。18(2), 495-526 (2015) ·Zbl 1309.26011号 [6] Sabzikar，F.、Meerschaert，M.M.、Chen，J.：调和分数微积分。J.计算。物理。293, 14-28 (2015) ·Zbl 1349.26017号 ·doi:10.1016/j.jp.2014.04.024 [7] Machado，J.A.T.，Galhano，A.M.S.F.，Trujillo，J.J.：关于分数微积分在过去五十年中的发展。《科学计量学》98（1），577-582（2014） [8] Almeida，R.，Torres，D.F.M.S.：分数变分法中的计算方法。帝国理工学院出版社，伦敦（2015）·Zbl 1322.49001号 ·doi:10.1142/p991 [9] Marz，N.，Warren，J.：大数据：可扩展实时数据系统的原则和最佳实践。曼宁出版公司，格林威治（2015） [10] Fox，P.，Hendler，J.：数据科学。大数据2（2），68-70（2014）·doi:10.1089/big.2014.0011 [11] George，G.，Haas，M.R.，Pentland，A.：大数据与管理。阿卡德。管理。J.57（2），321-326（2014）·doi:10.5465/amj.2014.4002 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。