Tsallis entropy（柴利斯熵）是一种对经典香农熵（Shannon entropy）的推广，用来刻画某些非平衡、长程相互作用、复杂系统中的不确定性或“无序程度”。它引入一个参数 q（熵指数），当 q → 1 时会回到香农熵；当 q ≠ 1 时可更灵活地描述“非加性/非广延（nonextensive）”的统计行为。该术语也常写作 Tsallis q-entropy。
/ˈtsɑːlɪs ˈɛntrəpi/
Tsallis entropy is useful for modeling some complex systems.
柴利斯熵对建模某些复杂系统很有用。
In nonextensive statistical mechanics, researchers often compare Tsallis entropy with Shannon entropy to study distributions that have heavy tails or long-range correlations.
在非广延统计力学中，研究者常把柴利斯熵与香农熵对比，用来研究具有“厚尾”或长程相关的分布。
该术语以巴西物理学家 Constantino Tsallis（康斯坦蒂诺·柴利斯）命名。他在 1988 年提出这一熵形式，用于推广传统统计力学框架，以更好描述某些不满足标准可加性假设的复杂系统；“entropy”一词源自希腊语 trope（转变、变化）相关词根，经由热力学与信息论沿用至今。
Select Language