一类总人数变化的SEIR和SEIS组合传染病模型

研究了具有指数出生和标准发生率的SEIR和SEIS组合传染病模型,给出了疾病流行与否的阈值并讨论了平衡点的存在性.在考虑因病死亡率的条件下,利用微分方程稳定性理论及定性分析的方法得到了无病平衡点的全局渐近稳定性;当不考虑因病死亡率时,用自治收敛定理证明了地方病平衡点的全局渐近稳定性.     

具有时滞的通有连续时间神经网络的指数稳定性

研究了具有时滞的通有连续时间神经网络的稳定性问题;利用常数变易法并结合不等式分析技巧,获得了具有时滞的通有连续时间神经网络的平衡点全局指数稳定和全局k-指数稳定的判别准则;推广了文献［1］的主要结果。     

非线性增长率的种群竞争模型的动力学分析

研究了一个具有非线性增长率的2个种群的竞争系统。首先得到了系统的一个不变区域;其次讨论了平衡点的存在性和局部稳定性;最后利用Poincaré-Bendixson定理,证明了内平衡点(共存平衡点)的全局稳定性。理论分析的结果揭示了2个种群彼此排斥或互相共存的条件。     

带Lévy跳的随机SIQR模型的分析研究

研究带Lévy跳的随机SIQR传染病模型。首先,证明了系统全局正解的存在性与唯一性;其次,通过构造恰当的函数,利用带跳的It公式,得到了随机系统在原确定性系统无病平衡点和地方病平衡点处的渐近性质;最后,进行数值模拟验证。结果表明:带Lévy跳的系统解在其确定性系统的平衡点附近随机振荡。     

一类乳糖正负调控网络模型的全局Hopf分支

讨论了一类乳糖正负调控网络模型的正平衡点的稳定性及局部Hopf分支,并利用一般泛函微分方程的全局Hopf分支定理,讨论了该系统全局Hopf分支的存在性。     

一类具有Holling-Ⅱ型功能函数的捕食模型

讨论了一类具有Holling-Ⅱ型功能反应函数的捕食者——食饵模型,研究了该系统的平衡点,得到了正平衡点的全局稳定性,并利用Mawhin重合度理论中的延拓定理得到该模型至少存在一个正周期解.     

通有连续时间神经网络的稳定性

研究通有连续时间神经网络的稳定性问题，利用常数交易法、Ｌｉａｐｕｎｏｖ函数法结合不等式分析技巧，获得了通有连续时间神经网络的平衡点是全局ｋ－指数稳定和全局渐近稳定的判别准则。作为特例，也得到了Ｈｏｐｆｉｅｌｄ模型和线性互连模型神经网络的相应稳定性。     

一类基于比率的Holling-(n+1)型捕食系统的定性分析

考虑了一类基于比率的Holling-(n+1)型功能性反应函数的捕食者食饵系统,得到了系统耗散和各类平衡点全局渐近稳定的条件.     

一类捕食-食饵模型的研究

对一类具干扰的捕食-食饵模型进行了研究,讨论了该系统的平衡点的性态,证明了该系统的全局稳定性和闭轨存在性.     

一类SEIR流行病模型的全局稳定性分析

研究了一类具有常数移民的SEIR流行病模型地方病平衡点的全局稳定性。借助于基于时间平均性质的全局稳定性判定的新方法,给出了地方病平衡点全局稳定性的条件,改进了以往文献中关于全局稳定性的结果。     

变系数时滞神经网络的周期解与稳定性

针对具有实际应用价值的时滞周期时变系数的Hopfield神经网络系统,利用了Lyapunov函数法并结合不等式分析技巧,证明了系统的解是有界的,得到了系统周期解的存在准则及平凡解指数稳定的充分条件。     

通有连续时间神经网络的K-稳定性

研究了具有时滞的通有连续时间神经网络的K-稳定性问题;利用常数变易法,通过应用不等式分析技巧和微分方程性质,获得了具有时滞的通有连续时间神经网络的平衡点的K-全局渐近稳定性与K-全局指数稳定性的易于验证的时滞相关充分条件,通过实例验证了该充分条件的有效性。     

一种非线性神经网络自校正调节器

针对一类非线性动态系统,提出了一种新的应用多层神经网络的自校正调节器,分析了基于神经网络的非线性系统自校正调节机理,并利用一种基于同构网络的自适应预测方法解决可能存在于系统的大时延问题。计算机仿真表明,这种神经网络自校正调节器为解决一类复杂非线性系统的自校正调节问题提供了一条可行的途径。     

时变时滞及中立型时滞大系统的稳定条件

应用大系统的分解方法和一个不等式对具有时变时滞与连接时滞的两类系统进行了研究,给出了其渐近稳定的充分条件,并对一类中立型时滞大系统进行了讨论,利用常数变易法及对系统微分方程解的直接估计,获得了一个关于此系统解的指数稳定的判别方法,对这两类系统的讨论都是在具有连接时滞与变时滞的复杂情况下进行,得到了与以前的文献不同的结果.     

反馈型CNN解的稳定性

研究了具有时滞的反馈型细胞神经网络，利用李雅普诺夫函数、常数交易法以及不等式分析技巧，证明了具有时滞的反馈型细胞神经网络的解的有界性，同时给出了任意解全局指数稳定和渐近稳定的充分条件。     

一类神经网络的L~2-增益稳定性

运用研究控制系统有限增益稳定的方法,讨论了神经网络关于扰动的Hopfield型神经网络扰动的L_2-增益稳定性问题。对该网络模型研究的一个重要应用在于优化计算和联想记忆。利用常数变易法和李雅谱洛夫函数法,结合不等式分析技巧,给出了一些在内外部存在扰动的情况下,保证网络L_2-增益稳定的充分条件,这些条件简洁,易于在应用中检验。     

一类BAM神经网络的全局指数稳定性

利用变参数方法和不等式技巧,研究了一类BAM神经网络的动力学特性,得到了能保证其平衡解唯一性和全局指数稳定性的条件,并且此条件与时滞无关.     

Hopfield神经网络k－全局稳定性

研究了Ｈｏｐｆｉｅｌｄ神经网络的ｋ－全局稳定性，利用常数变易法和不等式分析技巧，给出了Ｈｏｐｆｉｅｌｄ神经网络的ｋ－全局指数稳定的充分条件。     

电力设备基于小波神经网络故障检测方法的仿真研究

提出了一种基于小波神经网络非线性观测器的故障检测方法。它是将规范正交的小波函数作为基函数网络中的基函数 ,得到小波神经网络。通过小波的去噪和神经网络的自学习功能 ,获取系统输入输出的非线性动力学特性 ,进而实时计算出残差并进行逻辑判决 ,可提高故障检测的速度和准确率。对同步交流电机的结构损伤故障进行了仿真 ,结果表明了该方法的有效性