基于信息干预下HBV传染病模型稳定性分析与最优控制

构建了基于信息干预下的HBV传染病模型,揭示疫苗接种以及信息宣传对其传播动力学的影响.首先,通过计算模型的基本再生数和2个平衡点,给出了模型渐进稳定性的充分条件,并对参数进行了局部敏感性分析,考察其分支性质;其次,选择疫苗有效率、信息反应强度以及有效治疗率作为控制变量,探究最优控制下HBV传播动力学;最后,数值模拟验证...     

概率二分模式下随机传染病模型的平稳性与控制研究

提出了具有概率分流模式下的随机传染病模型,考察隔离个体诊断率（也包括疫苗功效）和环境扰动（噪声）的生物功效.首先,证明了随机模型正解的存在性和唯一性,然后确立了疾病灭绝和持续存在的充分条件.当噪声强度固定和疫苗效力增加时,Rs0会变大并且灭绝时间会呈现负指数衰减.数值结果表明噪声的引入可以加快疾病的灭绝,从而达到对疾病的最优控制,其不仅能有效地降低感染人数,而且能加快疾病的灭绝.     

基于信息非线性干预下SISV传染病模型的最优控制

在SISV传染病模型基础上，考虑到信息随时间衰退，研究了一种基于信息干预和治疗的SISV传染病模型的最优控制.首先计算出该模型的基本再生数和2个稳定点，证明了2个稳定点的全局渐进稳定性，并研究了该模型的分支情况，其具有前向分支；其次选取信息反应强度和治疗强度作为控制变量，并证明存在最优控制；最后，通过数值模拟得到相应的图像，图像对比表明在信息干预下可以有效遏制传染病的扩散，辅以最优控制可以达到快速控制传染病.     

Markov切换模式下双疾病随机SIRS模型的稳定性分析

研究了一类在Markov切换下具有不同发生率的双疾病随机SIRS传染病模型.首先，利用伊藤公式构造了新的Lyapunov函数，证明系统全局正解的存在唯一性，并得到了系统动力学的相关阈值.当阈值满足相关条件，系统具有唯一平稳分布且是遍历的，且得到了疾病灭绝与持久的阈值条件，探讨了环境变化对疾病的影响，结果表明噪声在一定条件下能够使疾病灭绝，最后通过数值模拟验证了结论的正确性.     

基于深度学习的挖掘机工作阶段的分类与识别

为实现对挖掘机作业循环各工作阶段的自动识别，采用以执行机构先导压力、主泵压力和功率为识别对象的智能识别方法.根据执行机构先导压力的变化划分工作阶段，并用主泵压力和功率验证.以各工作阶段起始特征波形作为其起始标志，以时间窗滑移方式提取起始特征并确定最佳时间窗宽度，采用深度学习的方法识别各标志.对比了深度学习中分类识别领域应用广泛的ResNet和LSTM的识别效果，发现LSTM的识别效果更好，对测试集的识别准确率最高可达到99.75%.采用LSTM对测试数据进行识别，识别正确率仅有82.54%,说明存在误识别.提出以挖掘机工作阶段的逻辑顺序和设定主泵功率阈值作为校正依据对误识别进行校正，识别正确率可提升至99.72%.结果表明，该方法识别准确率高，可有效识别作业循环各工作阶段.