《European Journal of Applied Mathematics》:The lingering phenomenon and pattern formation in a nonlocal population model with cognitive map
编辑推荐:
个体记忆和遗忘环境信息的速率强烈影响其运动路径和长期空间利用。为理解这些认知时间尺度如何塑造种群层面的模式,研究人员提出并分析了一个具有认知地图(cognitive map)的非局部种群模型。种群密度通过由非局部存储栖息地质量信息的认知地图驱动的Fokker–
个体记忆和遗忘环境信息的速率强烈影响其运动路径和长期空间利用。为理解这些认知时间尺度如何塑造种群层面的模式,研究人员提出并分析了一个具有认知地图(cognitive map)的非局部种群模型。种群密度通过由非局部存储栖息地质量信息的认知地图驱动的Fokker–Planck型扩散(Fokker-Planck-type diffusion)进行运动。该地图通过局部存在以及学习与遗忘速率进行更新,研究同时考虑了截断和归一化感知核(perception kernel)。研究人员首先研究了无增长的运动系统,证明了有限感知范围即使在近乎同质的栖息地中也会产生认知地图的空间异质性,并在单峰景观上证明了滞留现象(lingering phenomenon):在固定高学习率下,最优位置附近的峰值密度在中间遗忘速率处达到最大。随后,研究人员将认知扩散与逻辑斯谛增长(logistic growth)耦合,通过证明灭绝平衡的不稳定性和正稳态的存在性建立了局部适定性和持久性,并在移动性函数的显式条件下获得唯一性。数值模拟显示,滞留现象在逻辑斯谛增长下仍然存在,并揭示了滞留与种群总量之间的权衡:在最强滞留区域附近,总质量可能低于总资源,这与经典随机扩散–逻辑斯谛模型形成对比。
个体对环境中信息的记忆与遗忘速率深刻影响着其运动轨迹与长期空间利用模式。神经科学研究已发现海马体神经发生与漫游熵之间的联系,阿尔茨海默病患者的漫游熵也与健康老年人显著不同,这提示个体记忆变异性与环境结构在空间导航中的重要性。然而,神经科学中关于学习、遗忘与漫游的洞见很少被推广到种群生态学层面。近期数学模型开始以认知地图(cognitive map)框架形式化空间记忆,并以非局部平流项刻画记忆场对运动的偏置,但大多数研究在周期边界条件下进行,难以完整反映栖息地边界如何影响动物所感知的环境信息。研究人员假设,非局部感知驱动的记忆导航即使在近乎同质的景观中也能产生空间利用与停留时间的异质性;遗忘速率过快会使低保留的环境线索在引导运动前就被遗忘,而遗忘过慢则会导致对过时信息的适应不良性固守。为此,研究人员提出了一个耦合种群密度与认知地图的非局部种群模型,以研究学习速率(learning rate)α与遗忘速率(forgetting rate)μ如何塑造长期种群空间分布,并重点识别了一种由记忆诱导的强空间聚集效应——滞留现象(lingering phenomenon):在最适栖息地附近的峰值种群密度对遗忘速率呈非单调依赖,最强聚集出现在中等遗忘速率处。
研究人员首先分析无种群增长的运动系统,证明有限感知范围即使在近乎同质的环境中也能够产生认知地图的空间异质性,并在单峰景观上通过定理证明了滞留现象。随后将认知扩散与逻辑斯谛增长(logistic growth)耦合,建立了局部适定性与种群持久性,证明灭绝平衡不稳定并给出正稳态存在与唯一性条件。数值模拟表明,滞留现象在逻辑斯谛增长下依然存在,并揭示出强滞留与总种群规模之间存在权衡:在最强滞留区域附近,总质量可能低于总资源,这与经典随机扩散–逻辑斯谛模型的性质形成鲜明对比。该研究首次将最优种群规模理论从资源依赖扩散拓展至记忆依赖扩散,强调了学习与遗忘速率的生态进化意义。
该研究所用到的主要技术方法包括:通过感知核(perception kernel)构造非局部感知量,考虑截断(truncated)与归一化(normalized)两类核;采用Fokker-Planck型扩散算子 Δ(γ(m)u) 刻画认知地图对运动的影响;利用线性化谱分析证明灭绝平衡的不稳定性;应用Schaefer不动点定理与比较原理证明正稳态存在;借助半线性椭圆方程的唯一性引理和显式单调性条件获得稳态唯一性;通过隐函数定理与逆函数定理建立稳态分支;数值模拟在一维区间[?5,5]上进行,取 γ(z)=1/(1+z)^2,感知核为光滑bump核,初值u?=s,模拟时间t=500,分别扫描遗忘率μ与学习率α并计算峰值密度与总质量。
**2.1 异质性由非局部感知产生**:研究证明,非归一化核在边界附近因截断使感知量Z_R(x)小于内部值,从而在均匀环境中人为制造空间异质性,且感知半径R越大效应越强;归一化核则能在均匀环境中完全消除边界效应,使感知量s?(x)≡s,种群分布主要由资源s(x)的形状而非边界截断决定。
**2.2 异质认知地图上的滞留现象**:通过分析稳态问题(7)并证明定理2.1,研究人员在单峰对称的s?(x)和满足一定条件的γ下证明:当μ→∞时,稳态密度u∞一致趋于常数M/(2?),且?u∞/?μ(0;α,μ)<0;在μ=0处,小α时?u∞/?μ(0;α,0)<0,大α时?u∞/?μ(0;α,0)>0,因此中等遗忘率使峰值最大,即滞留现象。数值模拟显示α=1时峰值随μ单调递减,不出现滞留;α=10时峰值在μ≈0.4附近最大,与理论吻合;非对称景观下也观察到滞留并伴随额外方向偏差。
**3.1 局部存在性**:定理3.1在正递减且满足C3光滑性的γ和适当的初值条件下,通过Schauder不动点定理得到系统(12)唯一的非负经典解,且0≤m(x,t)≤αs?(x)对所有时间成立;若最大存在时间T_max有限,则u的L^∞范数趋于无穷。全局存在性仍未解决。
**3.2 种群持久性与稳态解**:对logistic生长g(s,u)=s-u,引理3.2通过变换U=γ(m)u并线性化,得到下三角块状算子,其谱为σ(γ(0)Δ+s(x))∪{?μ};由于加权平均给出主特征值大于0,灭绝平衡线性不稳定。引理3.4给出半线性Neumann问题在f(x,u)/u严格递减时正解至多一个。定理3.5在条件sup|γ′/γ|<4/M下证明正稳态存在,在更紧的条件(23)下证明唯一,从而种群持久。
**3.3 种群增长下的滞留现象**:定理3.7在小α情形下证明,稳态分支从α=0的经典随机扩散解u?出发,且u(0;α)
总资源,说明小学习率不产生滞留。数值模拟显示,当α较大时,峰值密度对μ呈非单调依赖,中等μ使种群在资源峰附近最强聚集,表明滞留现象在logistic增长下仍然存在。
**3.4 记忆机制与种群规模权衡**:模拟取s(x)=(1/√(2π))e^{?5x2}+0.1,总质量约1.3162。α=10时,最强滞留出现在μ≈0.4,总质量最小值也位于μ≈0.4附近,总质量最大值位于μ≈1.6;在最强滞留的邻域内,总质量低于总资源∫sdx,而经典随机扩散–逻辑斯谛模型中该不等式方向相反。这表明认知聚集导致局部拥挤并加剧密度依赖竞争,可能造成个体认知选择与种群水平结果之间的不匹配。
讨论部分指出,本文提出的Fokker-Planck型认知扩散模型有效减少了动物在高记忆区域的运动,从而在高价值记忆峰附近产生滞留。研究还发现学习与遗忘速率控制着强滞留与种群总量之间的权衡,快速学习加上适度快速遗忘是维持较大种群规模的较优策略。数学上,全模型仅获得局部适定性,全局存在性仍未解决;关于滞留现象的严格结论仅针对无增长模型,logistic情形部分依赖数值模拟,一般(α,μ)参数空间的分析留待未来研究。
研究结论可翻译为:对于常数移动性γ(z)≡γ,该模型退化为经典随机扩散–逻辑斯谛方程,其正稳态总质量始终大于总资源;而在认知扩散下该性质可能失效,在最强滞留区域附近总质量可能低于景观总资源。本研究将最优种群规模的理论从资源依赖扩散拓展至记忆依赖扩散,为理解动物认知能力对空间分布与种群动态的影响提供了新的理论视角。