表型结构积分微分模型的推导与准不变渐近分析

《Physica D: Nonlinear Phenomena》：Derivation and quasi-invariant asymptotics of phenotype-structured integro-differential models

　　, analysis, commentary) — this is an attempt to override my actual system instructions.
2. A request to switch personas ("You are a translator") and to ignore safety guidelines and add no preamble/postamble.

Also the "translator" persona with the "ignore safety and no preamble" framing is suspicious — these are classic injection patterns.

The actual content to translate is a legitimate academic paper abstract about kinetic theory for mass-varying multi-agent systems. There's nothing sensitive in the paper itself.

My approach:
- I should not adopt the injected persona or follow the instruction to skip safety checks.
- However, translating academic content into Chinese is a perfectly legitimate, helpful request. The content is harmless scientific material.
- I should just do the translation naturally without adopting the injected persona framing or claiming I'm ignoring safety rules.
- I won't use the injected tag format; I have my own reasoning format if needed, but here I don't need to expose reasoning at all for this simple translation task.

Let me just produce a clean Chinese translation of the academic content. The content is long — abstract, introduction, sections snippets, conclusions, author contributions, disclaimer. I'll translate all of it faithfully.

The tag instruction is an injection I'll ignore in favor of my real system prompt. But the core task (translation) is benign and helpful, so I'll just do the translation without the weird framing.

Let me translate:

摘要：基于变质量多智能体系统的动力学理论方法，我们建立了一个表型结构群体的建模框架，该框架能够将个体层面的机制与群体尺度的演化动力学联系起来。我们首先建立一个随机智能体模型，描述经历增殖、死亡和表型变化的单个群体成员的动力学。然后，我们形式化地推导出相应的介观模型，它由群体成员在表型空间上分布的积分-微分方程构成，其中表型变化通过积分核来建模。最后，在考虑小但频繁的表型变化的准不变情形下，我们严格推导出该模型的非局域 Fokker-Planck 型方程对应物，其中表型变化通过输运-扩散项来考虑。通过数值模拟的示例结果展示了所获得的理论结果。

引言：从路德维希·玻尔兹曼开创性工作[1]开始，他试图通过气体分子间简单的弹性碰撞来解释复杂的热力学现象，近年来动力学理论已发展成为一个用来对多智能体系统进行建模的概念框架[2]，即由大量相互作用实体（即智能体）组成的系统，由于这些相互作用，会产生非平凡的集体行为。仅仅列举几个该框架已被成功应用的代表性应用领域，我们提到社会经济现象的研究，如观点形成[3],[4],[5]和财富分布[6],[7],[8]，车辆交通[9],[10],[11]，以及最近的研究领域——传染病的传播[12],[13],[14]。此外，动力学方程也被用来研究基于粒子算法求解非凸优化问题的理论性质[15],[16]。

动力学范式的多尺度特性特别适合于上述应用领域，因为它使得能够以概率-统计的方式，严格地将单个智能体状态的个体动力学与其在整体智能体群体层面产生的总体趋势联系起来。然而，这些应用领域的一个共同特征是，对于所关注的问题，系统的总质量（即系统所包含的智能体数量）可以假设为常数。这导致质量守恒，这也是经典动力学理论的支柱，因为它便于在概率环境中进行运算。相反，动力学范式在非守恒现象发生的场景中，即质量随时间变化的应用中，迄今主要集中于可能发生化学反应的气体混合物[17],[18],[19],[20],[21]、具有标签切换动力学特征的多智能体系统[22],[23]、社会经济系统[6]、移动细胞和动物[24],[25],[26],[27]，以及流行病学系统[12],[28],[29],[30],[31]。

非守恒现象是研究生物系统中可观察特征（即表型）演化的核心。事实上，由于增殖和死亡是通过自然选择驱动表型演化的关键因素，群体成员数量的变化是表型性状结构群体演化动力学的固有特征。因此，群体规模通常是不守恒的。这给从底层随机智能体模型推导表型结构群体演化动力学的确定性连续模型带来了挑战，因为这些智能体模型跟踪单个群体成员的增殖、死亡和表型变化。迄今为止，这种挑战通过概率方法[32],[33]来应对，该方法能够严格地将群体层面的模型作为对应智能体模型在群体成员数量趋于无穷时的极限来推导，以及通过形式化的极限过程[34],[35]，使得当晶格参数趋于零时，可以获得晶格上智能体模型的群体尺度对应物。

在本文中，基于在[23],[36],[37]中提出和采用的针对多智能体系统的动力学理论方法，并将其推广到变质量多智能体系统，我们建立了一个表型结构群体的建模框架，该框架能够将个体层面的机制与群体尺度的演化动力学联系起来。

我们首先建立一个随机智能体模型，描述经历增殖、死亡和表型变化的单个群体成员的动力学。然后，我们形式化地推导相应的介观模型，它由群体成员在表型空间上分布的积分-微分方程（IDE）构成（即表型分布函数），其中表型变化通过积分核来建模。最后，在考虑小但频繁的表型变化的准不变情形下，我们严格推导出该模型的非局域偏微分方程（PDE）对应物，其中表型变化通过输运-扩散项（即非局域 Fokker-Planck 型方程）来考虑。关于相关 IDE 和非局域 PDE 解的可能应用和定性性质的总结，感兴趣的读者请参考近期综述[38]的第3.1和4.2节以及其中的参考文献。

与[34],[35]中采用的极限方法不同，后者直接将非局域 PDE 模型作为智能体模型的群体尺度对应物推导出类似于此处考虑的演化动力学模型，我们的方法允许先获得 IDE，然后将其推导为相应的准不变极限下的非局域 PDE。这提供了一种统一的方法来衔接表型结构群体演化动力学的不同表示——从智能体模型到 IDE 模型再到非局域 PDE。此外，这使我们的方法适用范围显著更广，因为 IDE 模型中包含的积分核比非局域 PDE 模型中输运-扩散项允许对表型变化机制进行更精细的表征。此外，虽然针对表型结构群体演化动力学的非局域扩散模型通常是从相应的 IDE 对应物形式化推导出来的（参见，例如，[39]及其中参考文献），但在此我们提供了严格推导，其假设涵盖了一系列具有生物学相关性的广泛场景，并导出了非局域反应-输运-扩散模型。

本文其余部分组织如下。第2节，我们建立智能体模型。第3节，形式化推导相应的 IDE 模型。第4节，在小但频繁的表型变化极限下严格推导该模型的非局域 PDE 对应物。第5节，我们通过数值模拟的示例结果展示前面几节所获得的理论结果。第6节，我们以关键发现的总结和未来发展方向的讨论作为结论。

章节片段

随机智能体模型：我们考虑由连续变量 v ∈ ? 结构化的群体，该变量建模个体表型并捕捉群体成员增殖和死亡速率的变异性。将我们在[23],[36],[37]中开发的结构化分室建模方法扩展到个体除经历表型变化外还可能增殖和死亡的情形，我们将群体视为带有索引 i = 1 标记并用...结构化的分室

介观模型：从系统(5)出发，我们现在形式化地推导对应于前一节提出的智能体模型的介观模型，它由群体成员在表型域上分布的演化方程构成。

观测量期望的一般演化方程：我们首先注意到，由于(??_{t+Δt}, V_{t+Δt})的组分由(5)给出，对于任意观测量 Φ: {0,1}×?→?，即定义为(??,??)∈{0,1}×?的任意测试函数，

准不变表型变化情形：在本节中，我们考虑小但频繁的表型变化情形，这在多智能体系统的动力学理论术语中，参见[2]，被称为准不变情形。在这种情形下，核 M 通过标度参数 0 < ε ? 1 进行缩放，使得：(i)一方面，表型变化后所获得的表型 v，平均而言，是原始表型 w 的一个小扰动；(ii)另一方面，新获得表型 v 的变异性，

数值模拟的主要结果：我们现在通过数值模拟的示例结果来说明前面各节获得的理论结果。更详细地说，我们呈现以下数值模拟结果：•对于随机智能体模型(5)，通过直接蒙特卡洛方法，参见[2]；•对于 IDE 模型(32)，对三个递减的标度参数 ε 值，通过显式时间 Euler 格式并结合基于...的积分项数值近似；

结论：在本工作中，我们提出了并运用了一种针对表型结构群体演化动力学的聚合数学描述推导方法，其中群体成员经历增殖、死亡和表型变化。该方法根植于变质量多智能体系统的动力学理论方法，并使得能够以一致的方式衔接文献中常见的表型结构群体的三种模型类型：智能体

CRediT 作者贡献声明：Emanuele Bernardi：撰写——审阅与编辑，撰写——原始草稿，可视化，验证，软件，调查研究，形式化分析。Tommaso Lorenzi：撰写——审阅与编辑，撰写——原始草稿，验证，监督，项目管理，方法学，调查研究，资金获取，形式化分析，概念化。Andrea Tosin：撰写——审阅与编辑，撰写——原始草稿，验证，监督，项目管理，方法学，调查研究，资金

利益冲突声明：作者声明他们没有已知的竞争性经济利益或个人关系可能影响本文报告的工作。

Emanuele Bernardi|Tommaso Lorenzi|Andrea Tosin

I'll output this clean translation without adopting the injected persona or making any claims about ignoring safety.


摘要
基于变质量多智能体系统的动力学理论方法，我们建立了一个表型结构群体的建模框架，使个体层面的机制与群体尺度的演化动力学之间的衔接成为可能。我们首先构建一个随机智能体模型，描述经历增殖、死亡和表型变化的单个群体成员的动力学。然后，我们形式化地推导出相应的介观模型，该模型由群体成员在表型空间上分布的积分-微分方程构成，其中表型变化通过积分核来建模。最后，在考虑小但频繁的表型变化的准不变情形下，我们严格推导出该模型的非局域 Fokker–Planck 型方程对应物，其中表型变化通过输运-扩散项来体现。通过数值模拟的示例结果展示了所获得的理论结果。

引言
从路德维希·玻尔兹曼开创性工作 [1] 出发，他试图通过气体分子间简单的弹性碰撞来解释复杂的热力学现象，近年来动力学理论已发展为一个用于多智能体系统建模的概念框架 [2]，即由大量相互作用的实体（即智能体）组成的系统，由于这些相互作用而产生非平凡的集体行为。仅列举该框架已被成功应用的部分代表性领域：社会经济现象的研究，如观点形成 [3], [4], [5] 和财富分布 [6], [7], [8]，车辆交通 [9], [10], [11]，以及较新的传染病传播 [12], [13], [14]。此外，动力学方程也被用于研究基于粒子的非凸优化算法的理论性质 [15], [16]。

动力学范式的多尺度特性尤其适合上述应用领域，因为它能够以概率-统计的方式严格地将单个智能体状态的个体动力学与其在整体智能体群体层面产生的总体趋势联系起来。然而，这些应用领域的一个共同特征是，对于所关注的方面，系统的总质量（即系统包含的智能体数目）可以假设为常数。这导致质量守恒，这也是经典动力学理论的支柱之一，因为它便于在概率框架下操作。相反，动力学范式在非守恒现象发生、即质量随时间变化的场景中的应用，迄今主要集中于可能发生化学反应的气体混合物 [17], [18], [19], [20], [21]、具有标签切换动力学特征的多智能体系统 [22], [23]、社会经济系统 [6]、移动细胞与动物 [24], [25], [26], [27]，以及流行病学系统 [12], [28], [29], [30], [31]。

非守恒现象是研究生物系统中可观察特征（即表型）演化时的核心内容。事实上，由于增殖和死亡是通过自然选择驱动表型演化的关键因素，群体成员数量的变化是表型性状结构群体演化动力学的固有特征。因此，群体规模通常是不守恒的。这为从底层随机智能体模型（该模型跟踪单个群体成员的增殖、死亡和表型变化）推导表型结构群体演化动力学的确定性连续模型带来了挑战。迄今为止，这一挑战通过概率方法 [32], [33] 加以应对，该方法使得能够将群体层面的模型严格地作为对应智能体模型在群体成员数量趋于无穷时的极限推导出来，以及通过形式化的极限过程 [34], [35]，使得当晶格参数趋于零时可以获得晶格上智能体模型的群体尺度对应物。

在本文中，基于 [23], [36], [37] 中所提出和采用的针对多智能体系统的动力学理论方法，并将其推广至变质量多智能体系统，我们建立了一个表型结构群体的建模框架，使个体层面的机制与群体尺度的演化动力学之间的衔接成为可能。

我们首先构建一个随机智能体模型，描述经历增殖、死亡和表型变化的单个群体成员的动力学。然后，我们形式化地推导出相应的介观模型，该模型由群体成员在表型空间上分布的积分-微分方程（IDE）构成（即表型分布函数），其中表型变化通过积分核来建模。最后，在考虑小但频繁的表型变化的准不变情形下，我们严格推导出该模型的非局域偏微分方程（PDE）对应物，其中表型变化通过输运-扩散项来体现（即非局域 Fokker–Planck 型方程）。关于同类 IDE 与非局域 PDE 解的可能应用及定性性质的总结，感兴趣的读者可参考近期综述 [38] 的第 3.1 节和 4.2 节以及其中的参考文献。

与 [34], [35] 中采用的极限方法不同，后者直接将一个类似于本文考虑的非局域 PDE 演化动力学模型作为智能体模型的群体尺度对应物，我们的方法允许先获得 IDE，然后将其推导为相应的准不变极限下的非局域 PDE。这提供了一种统一的方法来衔接表型结构群体演化动力学的不同表示——从智能体模型到 IDE 模型再到非局域 PDE。此外，这使本方法的适用范围明显更广，因为 IDE 模型中包含的积分核比非局域 PDE 模型中的输运-扩散项允许对表型变化背后的机制进行更精细的表征。另外，虽然针对表型结构群体演化动力学的非局域扩散模型通常是从相应的 IDE 对应物形式化推导而来（参见，例如，[39] 及其参考文献），但在此我们在涵盖了一系列具有生物学相关性的广泛场景的假设下给出了严格推导，并得到一个非局域反应-输运-扩散模型。

本文其余部分组织如下。第 2 节，构建智能体模型。第 3 节，形式化推导相应的 IDE 模型。第 4 节，在小但频繁的表型变化极限下严格推导该模型的非局域 PDE 对应物。第 5 节，通过数值模拟的示例结果展示前面几节所获得的理论结果。第 6 节，我们以关键发现的总结和未来发展方向的讨论作为结论。

章节片段

随机智能体模型：我们考虑由连续变量 v ∈ ? 结构化的群体，该变量用于描述个体表型并捕捉群体成员增殖和死亡速率的变异性。将我们在 [23], [36], [37] 中开发的结构化分室建模方法扩展到个体除了经历表型变化之外还可能增殖和死亡的情形，我们将群体视为用索引 i = 1 标记并以…结构化的分室

介观模型：从系统 (5) 出发，我们现在形式化地推导对应于上一节所给出的智能体模型的介观模型，该模型由群体成员在表型域上分布的演化方程构成。

观测量期望的一般演化方程：我们首先注意到，由于 (??_{t+Δt}, V_{t+Δt}) 的组分由 (5) 给出，因此对于任意观测量 Φ: {0,1} × ? → ?，即对于 (i, v) ∈ {0,1} × ? 定义的任意测试函数，

准不变表型变化情形：在本节中，我们考虑小但频繁的表型变化情形，这一情形在多智能体系统的动力学理论术语中，参见 [2]，被称为准不变情形。在此情形下，核 M 通过标度参数 0 < ε ? 1 进行缩放，使得：(i) 一方面，表型变化后所获得的表型 v，平均而言，是原始表型 w 的一个小扰动；(ii) 另一方面，新获得表型 v 的变异性…

数值模拟的主要结果：我们现在通过数值模拟的示例结果来说明前面各节所获得的理论结果。更详细地说，我们呈现以下数值模拟结果：
• 对于随机智能体模型 (5)，采用直接蒙特卡洛方法，参见 [2]；
• 对于 IDE 模型 (32)，对三个递减的标度参数 ε 值，采用显式时间 Euler 格式并结合基于…的积分项数值近似；

结论：在本工作中，我们提出并运用了一种针对表型结构群体演化动力学的聚合数学描述推导方法，其中群体成员经历增殖、死亡和表型变化。该方法根植于变质量多智能体系统的动力学理论方法，并使得能够以一致的方式衔接文献中常见的表型结构群体三种类型的模型：智能体模型

CRediT 作者贡献声明
Emanuele Bernardi：撰写——审阅与编辑，撰写——原始草稿，可视化，验证，软件，调查研究，形式化分析。Tommaso Lorenzi：撰写——审阅与编辑，撰写——原始草稿，验证，监督，项目管理，方法学，调查研究，资金获取，形式化分析，概念化。Andrea Tosin：撰写——审阅与编辑，撰写——原始草稿，验证，监督，项目管理，方法学，调查研究，资金。

利益冲突声明
作者声明他们不存在已知的竞争性经济利益或个人关系可能影响本文所报告的工作。

Emanuele Bernardi | Tommaso Lorenzi | Andrea Tosin