几类微分方程的概周期解

几类微分方程的概周期解

论文摘要

时滞微分方程理论研究的一个重要问题是研究解的定性性质,如解的稳定性、周期解、概周期解等.概周期解问题一直是微分方程理论的一个重要分支,在理论和实际应用中有着非常重要的意义.本文研究两类多种群对数人口模型的概周期解的存在性和稳定性及一类具有不同时间尺度的竞争神经网络的概周期解的存在性和指数稳定性.全文有五章组成第一章介绍了微分动力系统的概周期解的研究状况、多种群对数人口模型和具有不同时间尺度的竞争神经网络的概周期解的研究现状及意义,同时介绍了本文的主要研究内容和创新点.第二章基于Banach不动点定理和微分不等式技巧,研究了一类具有反馈控制的多种群对数人口模型,给出了其概周期解的存在性、唯一性和全局吸引性的新判据.去掉了相关文献中要求时滞可微和相关参数的积分有界的限制.第三章讨论了中立型多种群对数人口模型,利用Banach不动点定理、指数二分性理论和微分不等式技巧,给出了其概周期解的存在性、唯一性和全局指数稳定性的新的充分性判据.文中去掉了时滞必须为常数和中立项的系数可微的限制,所得结论改进了已有文献中的结论.本章方法还可应用于不含中立项的多种群对数人口模型.第四章提出了一类具有不同时间尺度的中立型竞争神经网络模型,在不要求激活函数满足全局Lipschitz条件的情况下,基于Banach不动点定理、微分不等式技巧,给出了其概周期解的存在性、唯一性和全局指数稳定性的新判据.所得结论包含或改进了已有文献中的结果.第五章总结了全文工作,并展望了未来的研究方向.

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 微分方程概周期解的研究概述
  • 1.2 微分方程的概周期解的研究现状及意义
  • 1.2.1 两类多种群对数人口模型的概周期解
  • 1.2.2 具有不同时间尺度的中立型竞争神经网络的概周期解
  • 1.3 本文的主要内容与创新点
  • 1.3.1 主要内容
  • 1.3.2 创新点
  • 第二章 具有反馈控制的多种群对数人口模型的概周期解的存在性和稳定性
  • 2.1 模型与预备工作
  • 2.2 概周期解的存在性和唯一性
  • 2.3 概周期解的全局吸引性
  • 2.4 例子与仿真
  • 2.5 本章小结
  • 第三章 中立型多种群对数人口模型的概周期解的存在性和稳定性
  • 3.1 模型与预备工作
  • 3.2 概周期解的存在性和唯一性
  • 3.3 概周期解的全局指数稳定性
  • 3.4 例子与仿真
  • 3.5 本章小结
  • 第四章 具有不同时间尺度的中立型竞争神经网络的概周期性
  • 4.1 模型与预备工作
  • 4.2 概周期解的存在性和唯一性
  • 4.3 概周期解的全局指数稳定性
  • 4.4 例子与仿真
  • 4.5 本章小结
  • 第五章 总结与展望
  • 5.1 总结
  • 5.2 展望
  • 参考文献
  • 致谢
  • 在学期间的研究成果及发表的学术论文
  • 相关论文文献

    • [1].多种群具阶段结构的时滞竞争系统的周期解[J]. 南京邮电大学学报(自然科学版) 2010(02)
    • [2].多种群阶段结构竞争系统的周期解与概周期解[J]. 生物数学学报 2008(01)
    • [3].基于多种群及水平集的任务调度算法[J]. 计算机工程与应用 2008(19)
    • [4].基于自适应多种群遗传算法的配电网规划[J]. 南方电网技术 2010(05)
    • [5].基于多种群遗传算法的模板匹配研究[J]. 电子世界 2014(05)
    • [6].改进型遗传算法在煤矿配电网规划中的优化应用[J]. 工矿自动化 2017(09)
    • [7].多种群协同进化数值优化算法[J]. 计算机应用 2011(03)
    • [8].基于多量子粒子群协同进化算法的敏捷供应链伙伴选择[J]. 陕西科技大学学报(自然科学版) 2009(03)
    • [9].基于多种群遗传算法的排课方法[J]. 计算机工程与设计 2010(22)
    • [10].基于多种群的自适应迁移PSO算法[J]. 电子学报 2018(08)
    • [11].一种多种群混合搜索微分进化算法优化换热网络[J]. 热能动力工程 2016(12)
    • [12].多种群粒子群优化算法[J]. 计算机工程与应用 2010(19)
    • [13].基于动态多种群的粒子群优化算法[J]. 电子科技 2017(07)
    • [14].一种量子行为磷虾算法及其仿真分析[J]. 郑州大学学报(工学版) 2018(06)
    • [15].基于多种群的多目标免疫算法[J]. 计算机工程与应用 2009(13)
    • [16].基于多种群遗传算法的船舶操纵干扰系数推定[J]. 上海交通大学学报 2008(06)
    • [17].基于小生境粒子群优化的船舶多路径规划方法[J]. 计算机工程 2013(09)
    • [18].采用复合规则约束的多种群自适应进化算法[J]. 数学的实践与认识 2019(09)
    • [19].基于布谷鸟搜索算法的蛋白质能量优化[J]. 浙江农业学报 2017(07)
    • [20].基于精英协同的混洗差分进化算法及其应用[J]. 运筹与管理 2013(05)
    • [21].求解交货期可变动态调度问题的差分进化算法[J]. 东北大学学报(自然科学版) 2011(02)
    • [22].基于改进的粒子群优化算法的轮胎参数辨识[J]. 科技导报 2011(09)
    • [23].设备具有恶化特性的多目标流水车间调度模型与算法[J]. 系统工程理论与实践 2016(11)
    • [24].具有反馈控制的多种群捕食-竞争系统的持久性[J]. 中北大学学报(自然科学版) 2015(06)
    • [25].一类多种群非线性捕食-竞争系统的持久性[J]. 福州大学学报(自然科学版) 2013(02)
    • [26].基于自适应多种群遗传算法的分布式发电多目标故障恢复[J]. 信息系统工程 2010(11)
    • [27].多种群多策略的并行差分进化算法[J]. 计算机科学与探索 2014(12)
    • [28].一种基于多种群学习机制的萤火虫优化算法[J]. 计算机应用研究 2013(12)
    • [29].多方法协作免疫进化算法研究[J]. 计算机工程与应用 2012(14)
    • [30].变区域多种群遗传算法[J]. 科学技术与工程 2011(15)

    标签:;  ;  ;  ;  ;  ;  ;  ;  ;  

    几类微分方程的概周期解
    下载Doc文档

    猜你喜欢