import matplotlib.pyplot as plt
import numpy as np
#初始值 (0-1)
x0 = 0.2
#初始值偏差
b = 0.0001
# x_t+1 = R*x_t*(1-x_t)
# 小于3 x会达到一个不动点
# 小于3.4 x形成双周期振荡
# 再大一点就会形成 4周期、8周期,等等
# 大于约3.569946时则x变为混沌
# 混沌即初始值有微小的不同,x变化会相差很大
R = 4
# 数组长度
size = 30
t = np.arange(size)
# x1
x1 = np.zeros(size)
x1[0] = x0
# x2
x2 = np.zeros(size)
x2[0] = x0+b #加上初始值偏差
for i in range(1,size):x1[i] = R*x1[i-1]*(1-x1[i-1])x2[i] = R*x2[i-1]*(1-x2[i-1])plt.plot(t,x1)
plt.plot(t,x2)
# 要放在plt.show()前,不然保存的就是空白图片
plt.savefig('1.png',dpi=500)# dpi 图片分辨率
plt.show()

R=4时表现出的混沌现象:

分叉图

#代码参考:https://ipython-books.github.io/121-plotting-the-bifurcation-diagram-of-a-chaotic-dynamical-system/
import matplotlib.pyplot as plt
import numpy as np
#迭代次数
iterations = 1000
# 取多少个点
last = 100
# 取n个点
n = 20000
r = np.linspace(2.5, 4.0, n)
# x初值
x = 0.2 * np.ones(n)
fig, ax1 = plt.subplots(figsize=(16, 14), dpi=200)
for i in range(iterations):x = r * x * (1 - x)# 输出周期点if i >= (iterations - last):ax1.plot(r, x, ',k', alpha=0.5) #alpha 透明度ax1.set_title("Bifurcation diagram")
plt.grid(True)
plt.savefig('Bifurcation_diagram.png')
plt.show()

混沌:Logistic模型相关推荐

  1. 混沌数学之logistic模型

    logistic回归又称logistic回归分析,主要在流行病学中应用较多,比较常用的情形是探索某疾病的危险因素,根据危险因素预测某疾病发生的概率. 相关DEMO参见:混沌数学之离散点集图形DEMO ...

  2. 实现图片打乱_基于混沌Logistic加密算法的图片加密与还原

    基于混沌Logistic加密算法的图片加密与还原 摘要 一种基于混沌Logistic加密算法的图片加密与还原的方法,并利用Lena图和Baboon图来验证这种加密算法的加密效果.为了能够体现该算法在图 ...

  3. 混沌加密算法python_基于混沌Logistic加密算法的图片加密与还原

    摘要 一种基于混沌Logistic加密算法的图片加密与还原的方法,并利用Lena图和Baboon图来验证这种加密算法的加密效果.为了能够体现该算法在图片信息加密的效果,本文还采用了普通行列置乱加密算法 ...

  4. 基于混沌Logistic加密算法的图片加密与还原

    基于混沌Logistic加密算法的图片加密与还原 摘要 混沌Logistic映射的理论 混沌的基本概念 Logistic映射方程 混沌Logistic映射与其他加密算法介绍 普通行列置乱加密算法 普通 ...

  5. 二元logistic模型案例_二元逻辑回归的简介与操作演示

    二元逻辑回归介绍 定义 Logistic回归主要用于因变量为分类变量(如是否等)的回归分析,自变量可以为分类变量,也可以为连续变量.它可以从多个自变量中选出对因变量有影响的自变量,并可以给出预测公式用 ...

  6. sklearn基于make_scorer函数为Logistic模型构建自定义损失函数并可视化误差图(lambda selection)和系数图(trace plot)+代码实战

    sklearn基于make_scorer函数为Logistic模型构建自定义损失函数并可视化误差图(lambda selection)和系数图(trace plot)+代码实战 # 自定义损失函数 i ...

  7. sklearn基于make_scorer函数为Logistic模型构建自定义损失函数+代码实战(二元交叉熵损失 binary cross-entropy loss)

    sklearn基于make_scorer函数为Logistic模型构建自定义损失函数+代码实战(二元交叉熵损失 binary cross-entropy loss) # 广义线性模型中的各种连接函数: ...

  8. R语言应用实战-基于R浅谈SEIR传染病模型以以及马尔萨斯,logistic模型(推导过程和源代码)

    前言 关于传染病SEIR模型,接下来我们分为以下几块内容讨论:一传染病的数学模型原理,二.R语言代码实现,三.常见错误以及相关其他模型的讨论(马尔萨斯模型和logistic模型). 以下是我为大家准备 ...

  9. 存档丢失以后再补之R语言与logistic模型

    学习笔记 参考书目:<计量经济学基础>,<计量经济学>,<统计学:数据到结论> 由于写了半天电脑蹦了,存档丢失,故以后再写 线性概率模型LPM(A541) LPM以 ...

  10. logistic模型原理与推导过程分析(3)

    附录:迭代公式向量化 θ相关的迭代公式为: ​ 如果按照此公式操作的话,每计算一个θ需要循环m次.为此,我们需要将迭代公式进行向量化. 首先我们将样本矩阵表示如下: 将要求的θ也表示成矩阵的形式: 将 ...

最新文章

  1. 设计模式之命令模式、举例分析、通俗易懂
  2. 浅谈python语言_浅谈Python语言基础知识点!
  3. 微信小程序使用fixed布局
  4. Linux ps指令
  5. matlab实现盖尔圆,[理学]数值分析习题解答.doc
  6. iOS学习笔记之typedef
  7. Ubuntu开发环境搭建
  8. 自定义手势--输入法手势技术
  9. aspell_如何使用Aspell在Linux命令行上检查拼写
  10. HTML 制作简历表单
  11. LINQ查询表达式详解(2)——查询表达式的转换
  12. mysql数据库一般多大_数据库一般多大
  13. 双主动桥隔离双向DC-DC变换器(五)硬件设计和优化
  14. 什么是数据安全,为什么它很重要?
  15. azure java sdk_使用 Azure SDK for Java
  16. 时间脱敏,也许能稍稍帮助你摆脱焦虑
  17. 双亲委派机制以及打破双亲委派机制
  18. 0xC0000005: 读取位置 0x00000001 时发生访问冲突
  19. NRF52832 BSP使用分析
  20. 学习Linux有哪些工作方向?

热门文章

  1. 操作系统关闭透明大页指南
  2. System.Configuration.ConfigurationErrorsException:“配置系统未能初始化”
  3. womic网络错误_WO Mic客户端下载_WO Mic Client(将手机变成电脑麦克风) 3.5 官方版_极速下载站...
  4. 宝塔面板nginx跨域配置(跳坑)
  5. iphone修改app名称_ios软件如何改名字 苹果手机怎么修改软件的图标名称呢
  6. 解决Deepin开机锁屏状态下能够使用触控板而解锁之后无法使用触控板的BUG
  7. 【目标检测】YOLOv5跑通VOC2007数据集
  8. 常用代码国家标准 目录列表
  9. echarts的tooltip提示框
  10. 电子信息技术专业名词中英文对照(二)