Pattern Formation through Temporal Fractional Derivatives.
Pattern Formation through Temporal Fractional Derivatives.
复制标题
通过时间分数导数形成模式
DOI：
10.1038/s41598-018-23470-8
复制
发表时间：
2018-03-22
影响因子：
4.6
通讯作者：
Wen X
中科院分区：
文献类型：
--
作者：
Yin H;Wen X
众所周知，时间一阶导数反应扩散系统可以产生各种令人着迷的图灵模式。然而，人们发现许多物理、化学和生物系统都可以通过时间分数阶导数反应扩散方程很好地描述。自然地出现了这样一个系统的空间模式是否以及如何形成的问题。为了清楚地解决这个问题，我们考虑具有 Holling II 功能响应的经典猎物-捕食者扩散模型，其中根据猎物和捕食者行为的记忆特征引入时间分数阶导数。在本文中，我们证明了这种分数阶导数系统可以形成稳定的空间模式，即使其一阶导数系统不能表现出任何稳定的模式。这一结果意味着时间分数阶导数可以诱发空间模式，从而丰富了当前模式形成的机制。
It is well known that temporal first-derivative reaction-diffusion systems can produce various fascinating Turing patterns. However, it has been found that many physical, chemical and biological systems are well described by temporal fractional-derivative reaction-diffusion equations. Naturally arises an issue whether and how spatial patterns form for such a kind of systems. To address this issue clearly, we consider a classical prey-predator diffusive model with the Holling II functional response, where temporal fractional derivatives are introduced according to the memory character of prey’s and predator’s behaviors. In this paper, we show that this fractional-derivative system can form steadily spatial patterns even though its first-derivative counterpart can’t exhibit any steady pattern. This result implies that the temporal fractional derivatives can induce spatial patterns, which enriches the current mechanisms of pattern formation.
登录
查看更多内容
影响因子：
64.8
作者：
Tarnita, Corina E.;Bonachela, Juan A.;Pringle, Robert M.
通讯作者：
Pringle, Robert M.
DOI：
10.1073/pnas.1417420111
发表时间：
2014-10-28
影响因子：
11.1
作者：
Jacobo, Adrian;Hudspeth, A. J.
通讯作者：
Hudspeth, A. J.
DOI：
10.1098/rstb.1952.0012
发表时间：
1952-01-01
期刊：
PHILOSOPHICAL TRANSACTIONS OF THE ROYAL SOCIETY OF LONDON SERIES B-BIOLOGICAL SCIENCES
影响因子：
--
作者：
TURING, AM
通讯作者：
TURING, AM
DOI：
10.1016/j.cnsns.2011.08.037
发表时间：
2012-04-01
影响因子：
3.9
作者：
Datsko, B.;Gafiychuk, V.
通讯作者：
Gafiychuk, V.
影响因子：
2.2
作者：
Datsko, Bohdan;Luchko, Yury;Gafiychuk, Vasyl
通讯作者：
Gafiychuk, Vasyl