奇异吸引子 (Strange Attractor)

简介

奇异吸引子示例

奇异吸引子将混沌微分方程转化为优雅的视觉艺术。通过模拟粒子在三维空间中受数学规则驱动的轨迹运动，你可以创造出展现"混沌形状"的复杂有机结构——从蝴蝶般的 Lorenz 吸引子到螺旋状的 Aizawa 吸引子，每一种方程组合都蕴含着深刻的数学之美。

核心能力：

数学驱动艺术：可视化经典混沌系统（如 Lorenz、Rossler、Aizawa 等）或编写自定义微分方程
双渲染模式：CPU 模式支持高质量拖尾渲染，GPU 模式支持海量粒子云渲染
智能参数随机化：基于参数灵敏度分析的局部搜索算法，一键探索稳定且可视的参数组合
完整动画支持：集成时间线系统，支持相机运镜和参数动画
专业调色板系统：支持手动、余弦和曲线三种渐变模式，配合 JSON 调色板实现丰富的色彩表达

数学背景

什么是奇异吸引子？

奇异吸引子是动力系统中的一个特殊集合，具有以下特征：

吸引性：系统中的轨迹会被"吸引"到特定的区域，无论初始位置如何，粒子最终都会落入这个区域
奇异性：轨迹在该区域内表现出混沌、非周期的复杂行为——看似随机，实则由确定性方程驱动
分形结构：在有限的空间内展现出无限复杂的几何结构，不断放大总能发现新的细节

通俗理解：想象一个漏斗，水滴从不同位置落入，最终都会汇聚到漏斗底部——这就是"吸引性"。但奇异吸引子的"漏斗"不是简单的锥形，而是一个具有无穷褶皱的复杂曲面，水滴在其中的路径永远不完全重复——这就是"奇异性"。

微分方程系统

奇异吸引子由常微分方程组（ODE）定义：

其中是定义速度场的函数。系统通过数值积分方法逐步计算粒子的轨迹。

直观理解：想象一个粒子漂浮在三维空间中，微分方程告诉我们这个粒子在当前位置的速度（方向和快慢）。每一步，粒子按照当前速度移动一小段距离，然后重新计算速度，如此反复——粒子的运动轨迹就形成了吸引子的形状。

数值积分：欧拉法

系统使用欧拉积分法（Euler Integration）进行数值计算，这是最直观的积分方法：

每一步，粒子沿当前速度方向前进的距离。越小，模拟越精确，但计算量也越大。

历史背景

Lorenz 吸引子的发现是混沌理论的里程碑事件。1963 年，气象学家 Edward Lorenz 在研究大气对流模型时，使用了一组简化的微分方程来模拟天气变化。他惊讶地发现，即使方程是完全确定性的（没有随机项），系统的长期行为也完全不可预测——初始条件的微小差异会导致截然不同的结果。这就是著名的"蝴蝶效应"：一只蝴蝶扇动翅膀，可能最终导致远方的一场风暴。

Lorenz 吸引子的形状酷似蝴蝶的翅膀，这个巧合让它成为了混沌理论最具标志性的图像。此后，科学家们陆续发现了 Rossler 吸引子（1976 年）、Aizawa 吸引子等众多奇异吸引子，每一个都展现了混沌系统中独特的几何之美。

经典示例

Lorenz 吸引子（气象学模型）：

Rossler 吸引子（简化混沌模型）：

Aizawa 吸引子（旋转对称吸引子）：

界面概览

所有控制项位于右侧的属性面板中，分为七个主要部分：

属性面板概览

Geometry（几何）：定义微分方程、随机化参数和空间变换
Parameters（参数）：定义方程中使用的自定义常量
Simulation（模拟）：配置渲染模式、粒子属性和物理模拟参数
Appearance（外观）：调整背景颜色、点线样式和调色板
Camera（相机）：控制观察视角
Formulas（公式）：显示数学公式和标注
Scene Info（场景信息）：编辑场景名称和描述

配置指南

1. Geometry（几何方程）

几何设置

这里定义系统的速度场（Vector Field），是奇异吸引子场景的核心。

微分方程

dx / dy / dz：定义位置处的速度分量的微分方程
- 支持变量：x, y, z（空间坐标），以及在 Parameters 面板中定义的自定义参数名
- 支持函数：sin, cos, tan, asin, acos, atan, sinh, cosh, tanh, sqrt, abs, log, ln, log10, exp, floor, ceil, round, sign, pow, min, max, atan2 等
- 示例（Aizawa 系统）：
  - dx: (z - b) * x - d * y
  - dy: d * x + (z - b) * y
  - dz: c + a * z - z^3/3 - (x^2 + y^2) * (1 + e * z) + f * z * x^3

提示：方程输入框支持语法高亮和自动补全，函数名和变量名会以不同颜色显示，帮助你快速识别方程结构。

随机稳定参数

这是探索吸引子参数空间的最强大工具之一。点击 "Random Stable" 按钮，系统会在后台执行智能参数搜索：

参数灵敏度分析：首先分析每个参数对系统动态的影响程度（通过数值差分计算灵敏度）
有策略的采样：围绕当前参数值进行有针对性的随机扰动，而非盲目随机搜索
稳定性验证：对每组候选参数执行短程数值积分（预热 600 步 + 采样 3000 步），评估：
- 发散率（≤ 2%）
- 有效采样比例（≥ 25%）
- 覆盖率（0.2% - 45%）
- 是否塌缩为直线
- 质心偏移是否过大
最多尝试 120 次，返回评分最高的稳定参数组合

注意：随机稳定参数仅修改方程参数，不会改变你已调好的空间变换（Scale/Offset）。搜索过程在后台线程执行，不会阻塞 UI。

空间变换

Scale X/Y/Z：调整吸引子在场景中的大小
Offset X/Y/Z：调整吸引子在场景中的位置
提示：不同的吸引子方程产生的数值范围差异巨大。使用 Scale 将其调整到合适的相机视野内。例如，Aizawa 吸引子的数值范围约为 [-1.5, 1.5]，需要较大的 Scale 值（如 60）才能在场景中清晰可见

2. Parameters（自定义参数）

参数设置

建议不要在方程中硬编码数字，而是在这里定义命名参数。

添加参数：输入参数名和默认值，点击 "+" 按钮创建如 sigma, rho, beta 这样的变量
使用方法：在 Geometry 面板的方程中直接使用这些变量名
实时调节：在播放过程中修改这些数值，可以动态演变吸引子的形状
删除参数：点击参数右侧的删除按钮移除
优势：
- 方便调整和实验
- 支持参数动画（通过时间线）
- 提高配置的可读性和可维护性

示例：在 Aizawa 吸引子中，定义参数 a=0.95, b=0.7, c=0.6, d=3.5, e=0.25, f=0.1，然后在方程中使用这些名称，比直接写数字更清晰且易于调整。

3. Simulation（模拟设置）

模拟设置

控制系统随时间的演化方式。

渲染模式

CPU 模式：
- 适用场景：线条与拖尾渲染
- 特点：支持平滑、抗锯齿且可变宽度的拖尾绘制
- 优势：适合高质量视频导出
- 限制：粒子数建议 < 10,000（60fps 性能考虑）
- 拖尾支持：支持拖尾渲染
GPU 模式：
- 适用场景：海量粒子云渲染
- 特点：利用 GPGPU 技术模拟数百万个粒子
- 优势：适合实时性能表现和流体般的密度效果
- 限制：不支持拖尾渲染
- 拖尾支持：此模式下不显示拖尾

粒子设置

Particle Count（粒子数）：系统中独立粒子的数量
- 建议：
- CPU 模式：500 - 5,000（平衡质量和性能）
- GPU 模式: 100,000 - 2,000,000（充分利用 GPU 性能）

时间步长

dt_min / dt_max：积分步长的最小/最大值
- 作用：控制模拟的精度和速度
- 建议：
- 较小值（如 0.005）：模拟更精确，但速度较慢
- 较大值（如 0.02）：模拟更快，但可能不稳定
- 随机化：每个粒子会在 [dt_min, dt_max] 范围内随机分配时间步长，增加视觉多样性

子步数

Sub Steps（子步数）：每帧渲染前的物理计算次数
- 作用：控制模拟速度
- 建议：
- 增加此值可以加快视觉上的演化速度，同时保持数值稳定性
- 典型值：CPU 模式 2-10，GPU 模式 2-5

预热设置

Warmup Steps（预热步数）：在绘制第一帧之前预先模拟的步数
- 作用：将粒子从初始随机位置引导至吸引子轨道上
- 建议：至少 100 步，避免开场时的随机框分布造成的视觉突兀
Stagger Min/Max（错开范围）：为每个粒子随机增加预热步数
- 作用：防止所有粒子在开始时聚集成同步的一团，使分布更自然
- 建议：设置为 1-1000 可以产生自然的分布效果

初始化边界

Bounds（边界）：定义粒子初始生成的 X/Y/Z 坐标范围
- 默认值：通常是一个小立方体（如 [-0.1, 0.1]³）
- 提示：初始位置的选择会影响预热时间和最终分布。较小的初始范围需要更多预热步数，但分布更均匀

4. Appearance（外观设置）

外观设置

调整视觉风格。

背景颜色

Background Color：设置渲染背景颜色
- 奇异吸引子通常使用黑色或深色背景以突出粒子和拖尾的细节

点和线条

Dot Size（点大小）：粒子头部的直径
- 建议：1.0 - 3.0，根据粒子数量和视觉效果调整
Line Weight（线宽）：拖尾线条的粗细
- 建议：0.3 - 2.0，根据视觉风格调整

拖尾设置（仅限 CPU 模式）

Trail Lifetime（拖尾寿命）：拖尾保留的历史时长（秒）
- 建议：3-10 秒，平衡视觉效果和内存占用
- 警告：过长的寿命（>15秒）配合大量粒子会消耗极大的内存
Show Trails（显示拖尾）：开启/关闭拖尾渲染
Fade Trails（拖尾渐隐）：开启后，拖尾会随时间逐渐变透明
- 效果：产生更柔和、更自然的视觉效果

渐变调色板

奇异吸引子支持 1D LUT（查找表）纹理进行着色，支持三种渐变模式：

Manual（手动模式）：
- 手动添加、删除和调整颜色节点
- 支持拖拽重排颜色顺序
- 可选择随机策略（单色、类似色、互补色、分裂互补色）
- 点击 ✨ 按钮可快速生成符合色彩理论的配色方案
Cosine（余弦模式）：
- 使用 IQ 余弦调色板公式：
- 分别控制 R/G/B 三个通道的偏移（Bias）、振幅（Amplitude）、频率（Frequency）和相位（Phase）
- 支持一键随机化和应用
Curve（曲线模式）：
- 通过可编辑的贝塞尔曲线分别控制 R/G/B 三个通道
- 提供最灵活的颜色控制
- 点击曲线空白处添加控制点，双击控制点删除
- 支持一键随机化和应用

提示：粒子会根据其索引值从调色板中选取颜色。使用 "Randomize" 按钮可以快速生成符合色彩理论的配色方案。

5. Camera（相机控制）

调整观察视角和相机参数。

相机角度

Phi（俯仰角）：相机的垂直角度
- 范围：0 到 π（0 到 180度）
- 作用：控制相机从上方或下方观察吸引子
- 默认值：π/2（90度，水平观察）
Theta（偏航角）：相机的水平角度
- 范围：0 到 2π（0 到 360度）
- 作用：控制相机围绕吸引子旋转
- 默认值：0
Gamma（滚转角）：相机的旋转角度
- 范围：0 到 2π（0 到 360度）
- 作用：控制相机自身的旋转
- 默认值：0

使用技巧

多角度观察：通过调整 Phi 和 Theta 从不同角度观察吸引子的三维结构
动画效果：结合时间线系统创建相机旋转动画
表达式支持：支持数学表达式（如 PI/2, PI/4）

6. Formulas（公式显示）

公式显示

在场景中显示数学公式和方程。

主方程显示

Show Main Equation（显示主方程）：开启/关闭主方程显示
- 作用：在场景中显示当前吸引子的微分方程组
- 自动生成：系统会根据当前方程和参数自动生成 LaTeX 公式
主方程位置：
- X：水平位置坐标
- Y：垂直位置坐标
- Scale：公式缩放比例
- Color：公式颜色

自定义公式

可以添加多个自定义公式到场景中：

添加公式：点击 "Add Formula" 按钮添加新公式
公式内容：
- LaTeX：LaTeX 格式的数学公式
- X：水平位置坐标
- Y：垂直位置坐标
- Scale：公式缩放比例
- Color：公式颜色
删除公式：点击公式右上角的删除按钮移除

使用场景

教育展示：在视频中显示吸引子的数学定义
标注说明：添加注释或说明文字
多公式对比：同时显示多个吸引子的方程进行比较

LaTeX 语法提示

基本语法：支持标准 LaTeX 数学公式语法
示例：
- \dot{x} = \sigma(y - x) 显示 dx/dt
- \frac{dx}{dt} 显示分数形式
- \begin{cases} ... \end{cases} 显示方程组

7. Scene Info（场景信息）

编辑场景的元数据信息。

Description（描述）：为场景添加文字描述，最多 300 字符
- 字数统计会实时显示在输入框下方
- 描述信息会保存在场景配置文件中，方便管理和检索

动画和时间线

时间线系统

奇异吸引子场景完整支持时间线系统，可以创建复杂的动画序列。

相机动画

旋转：围绕吸引子旋转相机（rotateTheta）
对齐：将相机对齐到特定角度
缩放：调整相机距离（zoom）
焦距：调整相机焦距（focal）
追踪：追踪特定粒子（track）
环境光：调整场景环境光（ambient）

参数动画

参数变化：动态修改方程参数
效果：吸引子形状随时间演变
示例：在 Lorenz 系统中动态改变 rho 参数，观察吸引子形状的变化

配置方法

通过 JSON 配置文件中的 timeline 数组定义动画序列：

json

{
  "timeline": [
    {
      "duration": 3,
      "label": "Wait",
      "type": "wait",
      "easing": "SINE_IN_OUT"
    },
    {
      "duration": 1,
      "label": "Animate",
      "type": "animate",
      "easing": "SINE_IN_OUT",
      "actions": [
        {
          "args": [0.2, 0.2, 0.2],
          "method": "ambient"
        }
      ]
    },
    {
      "duration": 20,
      "label": "Wait",
      "type": "wait",
      "easing": "SINE_IN_OUT"
    },
    {
      "duration": 7,
      "label": "Camera",
      "type": "animate",
      "easing": "SINE_IN_OUT",
      "actions": [
        { "args": [4], "method": "zoom" },
        { "args": [5], "method": "focal" }
      ]
    }
  ]
}

性能与最佳实践

目标	渲染模式	粒子数	拖尾寿命	子步数	预热步数
高质量视频	CPU	1,000-2,000	5-10秒	5-10	200+
实时交互	GPU	100,000+	不适用	2-3	100+
平衡性能	CPU	500-1,000	3-5秒	4-6	100-200

性能优化技巧

CPU 模式优化：
- 减少粒子数（< 2,000）
- 缩短拖尾寿命（< 10秒）
- 适当增加子步数（5-10）
GPU 模式优化：
- 增加粒子数（100,000+）
- 减少子步数（2-3）
- 使用较小的点大小
通用优化：
- 调整时间步长以平衡精度和速度
- 设置合适的预热步数避免视觉突兀
- 使用"随机稳定参数"功能快速找到视觉质量好的参数组合

常见问题

粒子发散/爆炸

问题：粒子向无限远处飞散，系统崩溃

原因：积分步长 dt 相对于当前方程的能量过大

解决方案：

减小 dt_max（如从 0.01 降至 0.005）
检查方程是否正确
确保参数值在合理范围内
使用"随机稳定参数"按钮搜索稳定的参数组合

拖尾不连贯

问题：拖尾出现断裂或不连续

原因：子步数过少或模拟速度过快

解决方案：

增加 sub_steps（如从 2 增加到 8）
减小时间步长
降低整体模拟速度

内存不足

问题：程序崩溃或运行缓慢

原因：拖尾寿命过长或粒子数过多

解决方案：

减少 trail_lifetime（如从 20秒降至 5秒）
减少粒子数
切换至 GPU 模式（GPU 模式不存储历史轨迹）

视觉效果不佳

问题：吸引子看起来模糊或混乱

原因：粒子数过多或点大小过大

解决方案：

减少粒子数
减小点大小
调整配色方案增加对比度
开启拖尾渐隐（Fade Trails）获得更柔和的效果

找不到好看的参数

问题：手动调整参数很难找到产生美观吸引子的组合

解决方案：

使用"随机稳定参数"按钮，系统会自动搜索产生稳定且可视吸引子的参数组合
从经典吸引子的参数开始，小范围调整
确保参数值在合理范围内（避免极端值）

经典吸引子示例

Aizawa 吸引子

Aizawa 吸引子以其独特的旋转对称结构而闻名，形状酷似一个带有螺旋臂的圆盘。

json

{
  "equations": {
    "dx": "(z - b) * x - d * y",
    "dy": "d * x + (z - b) * y",
    "dz": "c + a * z - z^3/3 - (x^2 + y^2) * (1 + e * z) + f * z * x^3"
  },
  "parameters": {
    "a": 0.95,
    "b": 0.7,
    "c": 0.6,
    "d": 3.5,
    "e": 0.25,
    "f": 0.1
  }
}

Lorenz 吸引子

最经典的奇异吸引子，由气象学家 Edward Lorenz 于 1963 年发现。

json

{
  "equations": {
    "dx": "sigma * (y - x)",
    "dy": "x * (rho - z) - y",
    "dz": "x * y - beta * z"
  },
  "parameters": {
    "sigma": 10.0,
    "rho": 28.0,
    "beta": 2.667
  }
}

Rossler 吸引子

由 Otto Rossler 于 1976 年提出，是 Lorenz 系统的简化版本。

json

{
  "equations": {
    "dx": "-y - z",
    "dy": "x + a * y",
    "dz": "b + z * (x - c)"
  },
  "parameters": {
    "a": 0.2,
    "b": 0.2,
    "c": 5.7
  }
}

效果展示

Chen-Lee 吸引子 Zhou 吸引子

技术细节

数值积分

系统使用欧拉积分法（Euler Integration）进行数值计算：

x(t+dt) = x(t) + dx/dt * dt
y(t+dt) = y(t) + dy/dt * dt
z(t+dt) = z(t) + dz/dt * dt

这是最简单但有效的积分方法，适合实时渲染。CPU 模式使用欧拉法，GPU 模式使用四阶龙格-库塔法（RK4）以获得更高的精度。

GPU 加速

GPU 模式使用 GLSL 着色器进行物理计算：

使用 Ping-Pong 纹理技术实现双缓冲
每帧更新所有粒子位置
通过顶点着色器渲染粒子

线程安全

CPU 模式的预热和更新过程使用并行计算：

利用多核 CPU 加速计算
ThreadLocal 存储确保线程安全
适合大规模粒子系统

参数随机化算法

AttractorParameterRandomizer 采用**"灵敏度引导的局部搜索 + 多指标数值验收"**策略：

参数灵敏度分析：通过数值差分评估每个参数对系统动态的影响程度，包括：
- 整体灵敏度（对 dx, dy, dz 的总影响）
- XY 平面灵敏度（对投影效果的影响）
- Z 分量灵敏度
- 非线性度（灵敏度随状态变化的方差）
有策略的采样：围绕当前参数值进行有针对性的随机扰动，而非盲目搜索。扰动幅度根据灵敏度动态调整——灵敏度高的参数扰动更小，灵敏度低的参数可以更大范围探索
多维度验收：通过短程数值积分验证候选参数是否产生稳定、有结构、可视的吸引子，评估指标包括发散率、逃逸率、覆盖率、线性和质心偏移等
视口适配建议：搜索完成后，系统还会计算缩放乘子和偏移增量建议，帮助将吸引子图形适配到合适的视窗范围内

创作技巧

参数探索

从经典开始：先使用已知的经典参数值（如 Lorenz 系统的 σ=10, ρ=28, β=2.667）
使用随机稳定：点击"Random Stable"按钮，让系统自动搜索有趣的参数组合
小范围调整：在经典值或随机结果附近小范围调整参数
观察变化：注意吸引子形状的变化趋势
记录发现：保存有趣的参数组合

视觉设计

配色选择：
- 使用余弦调色板模式快速生成和谐的色彩方案
- 对比色突出结构
- 单色调营造氛围
- 深色背景配合高饱和度色彩通常效果最佳
粒子数量：
- 少量粒子：突出个体轨迹，展现运动细节
- 大量粒子：展现整体结构，呈现密度分布
拖尾效果：
- 长拖尾：展现历史轨迹，呈现完整路径
- 短拖尾：聚焦当前位置
- 渐隐拖尾：柔和过渡，更具艺术感

动画设计

相机运动：
- 缓慢旋转：全方位观察吸引子的三维结构
- 快速切换：动态效果
- 对齐特写：聚焦细节
参数动画：
- 缓慢变化：观察演变过程，理解参数对形状的影响
- 快速变化：产生突变效果
- 循环变化：创造周期性动画

数学公式参考

常用函数

函数	说明	示例
`sin`, `cos`, `tan`	三角函数	`sin(x)`, `cos(y)`
`asin`, `acos`, `atan`	反三角函数	`atan(z)`
`sinh`, `cosh`, `tanh`	双曲函数	`tanh(x)`
`sqrt`, `abs`	平方根、绝对值	`sqrt(xx + yy)`
`log`, `ln`, `exp`	对数、指数	`exp(-x)`
`pow`, `min`, `max`	幂、最小、最大	`pow(x, 2)`
`floor`, `ceil`, `round`	取整函数	`floor(x)`
`sign`	符号函数	`sign(x)`
`atan2`	双参数反正切	`atan2(y, x)`

运算符

运算符	说明	示例
`+`, `-`, `*`, `/`	四则运算	`x + y`
`%`	取模	`x % 2`
`^`	幂运算	`x ^ 2`
`(`, `)`	括号	`(x + y) * z`

注意事项

数值稳定性：
- 时间步长过大会导致系统发散
- 建议从较小的时间步长开始尝试
- 观察粒子运动，及时调整参数
内存管理：
- 拖尾寿命过长会消耗大量内存
- GPU 模式不存储拖尾历史，适合大量粒子
- 根据可用内存调整粒子数和拖尾寿命
性能平衡：
- CPU 模式适合少量粒子的高质量渲染
- GPU 模式适合大量粒子的实时渲染
- 根据目标选择合适的渲染模式
参数范围：
- 某些参数组合可能导致系统不稳定
- 参考经典吸引子的参数范围
- 避免极端的参数值
- 使用"随机稳定参数"功能可以避免不稳定组合

进阶主题

自定义吸引子

创建自定义吸引子的步骤：

研究动力系统的数学性质
设计微分方程组
选择合适的参数范围
使用"随机稳定参数"功能测试数值稳定性
优化视觉效果

混沌理论应用

奇异吸引子是混沌理论的可视化工具：

展示确定性系统的不可预测性
揭示简单规则产生的复杂行为
探索有序与无序的边界

艺术创作

利用奇异吸引子进行艺术创作：

探索不同的参数组合
结合相机动画和参数动画
实验不同的配色方案
创造独特的视觉叙事

参考资源

数学理论

Strogatz, S. H. - Nonlinear Dynamics and Chaos
Gleick, J. - Chaos: Making a New Science
Lorenz, E. N. - Deterministic Nonperiodic Flow (1963)

在线资源

软件文档

Processing 4 官方文档
OpenGL 着色器编程指南

奇异吸引子 (Strange Attractor) ​

简介 ​

数学背景 ​

什么是奇异吸引子？ ​

微分方程系统 ​

数值积分：欧拉法 ​

历史背景 ​

经典示例 ​

界面概览 ​

配置指南 ​

1. Geometry（几何方程） ​

微分方程 ​

随机稳定参数 ​

空间变换 ​

2. Parameters（自定义参数） ​

3. Simulation（模拟设置） ​

渲染模式 ​

粒子设置 ​

时间步长 ​

子步数 ​

预热设置 ​

初始化边界 ​

4. Appearance（外观设置） ​

背景颜色 ​

点和线条 ​

拖尾设置（仅限 CPU 模式） ​

渐变调色板 ​

5. Camera（相机控制） ​

相机角度 ​

使用技巧 ​

6. Formulas（公式显示） ​

主方程显示 ​

自定义公式 ​

使用场景 ​

LaTeX 语法提示 ​

7. Scene Info（场景信息） ​

动画和时间线 ​

时间线系统 ​

相机动画 ​

参数动画 ​

配置方法 ​

性能与最佳实践 ​

推荐配置 ​

性能优化技巧 ​

常见问题 ​

粒子发散/爆炸 ​

拖尾不连贯 ​

内存不足 ​

视觉效果不佳 ​

找不到好看的参数 ​

经典吸引子示例 ​

Aizawa 吸引子 ​

Lorenz 吸引子 ​

Rossler 吸引子 ​

效果展示 ​

技术细节 ​

数值积分 ​

GPU 加速 ​

线程安全 ​

参数随机化算法 ​

创作技巧 ​

参数探索 ​

视觉设计 ​

动画设计 ​

数学公式参考 ​

常用函数 ​

运算符 ​

注意事项 ​

进阶主题 ​

自定义吸引子 ​

混沌理论应用 ​

艺术创作 ​

参考资源 ​

数学理论 ​

在线资源 ​

软件文档 ​

奇异吸引子 (Strange Attractor)

简介

数学背景

什么是奇异吸引子？

微分方程系统

数值积分：欧拉法

历史背景

经典示例

界面概览

配置指南

1. Geometry（几何方程）

微分方程

随机稳定参数

空间变换

2. Parameters（自定义参数）

3. Simulation（模拟设置）

渲染模式

粒子设置

时间步长

子步数

预热设置

初始化边界

4. Appearance（外观设置）

背景颜色

点和线条

拖尾设置（仅限 CPU 模式）

渐变调色板

5. Camera（相机控制）

相机角度

使用技巧

6. Formulas（公式显示）

主方程显示

自定义公式

使用场景

LaTeX 语法提示

7. Scene Info（场景信息）

动画和时间线

时间线系统

相机动画

参数动画

配置方法

性能与最佳实践

推荐配置

性能优化技巧

常见问题

粒子发散/爆炸

拖尾不连贯

内存不足

视觉效果不佳

找不到好看的参数

经典吸引子示例

Aizawa 吸引子

Lorenz 吸引子

Rossler 吸引子

效果展示

技术细节

数值积分

GPU 加速

线程安全

参数随机化算法

创作技巧

参数探索

视觉设计

动画设计

数学公式参考

常用函数

运算符

注意事项

进阶主题

自定义吸引子

混沌理论应用

艺术创作

参考资源

数学理论

在线资源

软件文档