科研成果
研究主题
复杂动力学以非线性、耦合、时滞、随机等机制为核心，研究动力系统产生混沌、分岔、同步、斑图、集体涌现等非常规演化行为的理论与规律。
面向复杂系统结构、动力学与预测问题，融合机器学习、储备池计算、物理引导建模和临界现象分析，发展可解释、稳定且可迁移的智能复杂系统方法。
ENSO 预测方法、春季可预报性障碍以及 El Niño 对全球气候网络的局地化影响，串联复杂度指标、气候网络与物理引导机器学习等代表性研究。
气候系统中远距离连接和临界要素之间的相互作用，地球系统临界要素遥相关与气候 tipping points 连锁风险等研究。
复杂网络以图论与统计物理为基础，刻画各类真实系统的关联拓扑，研究其结构特征、动力学演化、传播同步及鲁棒控制规律。