期刊文献+

动态信息理论和动力学系统信息描述 被引量:4

原文传递
导出
摘要 发展了作者建立的动态统计信息理论.基于随机动力学系统、经典和量子非平衡态统计物理系统和特殊电磁场系统的态变量演化方程都可看成是其信息符号演化方程,结合动态信息和动态熵的定义,推导出了描述动态信息演化规律的动态信息演化方程和动态熵演化方程.这四种演化方程的数学类型相同.它们一致表明:当信息在系统之外的坐标空间传递时,动态信息密度随时间的变化率是由其在系统内部的态变量空间和传递过程的坐标空间的漂移、扩散和耗损三者引起的,而动态熵密度随时间的变化率则是由其在系统内部的态变量空间和传递过程的坐标空间的漂移、扩散和产生三者引起的.当空间噪声可略去时,将会出现信息波.若仅研究系统内部的信息变化,动态信息演化方程就约化为与描述上述动力学系统演化规律的动力学方程相对应的信息方程,表明各动力学系统的演化规律都可统一由信息方程描述,因而这些系统的演化过程就可抽象成信息的演化过程.进而给出了信息流公式、信息耗损率公式和熵产生率公式.论证了内部组元间存在相互吸引作用的动态系统可能自发产生信息,推导出了这种信息产生率公式.从而得到了系统的总的信息变化率表达式,它是由信息耗损率、信息产生率和信息流入率三者的代数和组成的,显示了动力学系统的演化、包括退化和自组织进化统一的信息描述.
作者 邢修三
出处 《中国科学:物理学、力学、天文学》 CSCD 北大核心 2010年第2期158-176,共19页 Scientia Sinica Physica,Mechanica & Astronomica
  • 相关文献

参考文献9

二级参考文献71

  • 1邢修三.非平衡统计信息理论[J].物理学报,2004,53(9):2852-2863. 被引量:20
  • 2邢修三.试论统计物理基本方程[J].中国科学(A辑),1996,26(7):617-629. 被引量:7
  • 3Rifkin J Howard T.熵:一种新的世界观[M].上海:上海译文出版社,1987..
  • 4常迥(Chang Jiong).信息理论基础(Elements of information theory)[M].北京:清华大学出版社(Beijing:Tsinghua University P ress),1993..
  • 5[1]Rifkin J,Howad T 1980 Entropy: A New World View(New York:Viking Press)
  • 6[2]Coveney P V 1988 Nature 333 409
  • 7[3]Kondepudi D,Prigogine 1 1998 Modern Thermodynamics: From Heat Engines to Dissipative Structures(Chichester:John Wiley & Sons)
  • 8[4]de Groot S R,Mazur P 1962 Nonequilibrium Thermodynamics(Amsterdam: North-Holland)
  • 9[5]Reich L E 1998 A Modern Course in Satistical Physics 2nd ed(New York: John Wiley & Sons)
  • 10[6]Wehrl A 1978 Rev.Mod.Phys.50 221

共引文献89

同被引文献77

  • 1李国杰.大数据研究的科学价值[J].中国计算机学会通讯,2012,8(9):8-15.
  • 2Modi P, Shen W, Tambe M, et al. ADOPT: Asynchronous Distributed Constraint Optimization with Quality Guarantees. Artificial Intelligence, 2005, 161(1/2) : 149-180.
  • 3Mailler R, Lesser V. Solving Distributed Constraint Optimization Problems Using Cooperative Mediation// Proc of the 3rd International Joint Conference on Autonomous Agents and Muhiagent Systems. New York, USA, 2004 : 438-445.
  • 4Bertsekas D P, Tsitsiklis J N. Parallel and Distributed Computation: Numerical Methods. Cambridge, USA: MIT Press, 1997.
  • 5Tsitsiklis J N, Bertsekas D P, Athans M. Distributed Asynchronous Deterministic and Stochastic Gradient Optimization Algorithms. IEEE Trans on Automatic Control, 1986, 31 (9) : 803-812.
  • 6Nedic A, Ozdaglar A. Distributed Subgradient Methods for Multi- Agent Optimization. IEEE Trans on Automatic Control, 2009, 54 (1): 48-61.
  • 7Nedic A, Ozdaglar A, Parrilo A P. Constrained Consensus and Optimization in Multi-Agent Networks. IEEE Trans on Automatic Control, 2010, 55(4): 922-938.
  • 8Srivastava K, Nedic A. Distributed Asynchronous Constrained Stochastic Optimization. IEEE Journal of Selected Topics in Signal Processing, 2011, 5(4) : 772-790.
  • 9Nedic A. Asynchronous Broadcast-Based Convex Optimization over a Network. IEEE Trans on Automatic Control, 2011,56(6) : 1337- 1351.
  • 10Zhu Minghui, Martinez S. On Distributed Convex Optimization under Inequality and Equality Constraints via Primal-Dual Subgradient Methods [ EB/OL ]. [2012-03-07]. http ://faemino. ucsd. odu/- soniamartinez/papers/data/DCO-extended. pdf.

引证文献4

二级引证文献19

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部