一类具有S型功能性反应系统的稳定性

考虑S型功能性反应模型的捕食-被捕食系统的动力性态,应用规范形理论和平面系统的定性理论研究了生物模型的定性性质,得到了平衡点在各种不同参数下的局部性质;在不同的参数下,它们可以为鞍点、稳定结点、鞍-结点、不稳定结点、弱中心等;利用计算第一系数的方法,研究了弱中心附近的超临界Hopf分岔,并在弱中心附近分支出唯一的极限环.     

具有存放的功能性反应捕食与被捕食系统的动力性态

研究一类被捕食者(食饵)种群具有常数存放率的Holling—Ⅲ类功能性反应捕食与被捕食系统的定性性质,当该系统具有存放率时,分析了系统非负平衡点及其稳定性.利用计算第一系数的方法,研究了弱中心附近的超临界Hopf分岔与跨临界Hopf分岔.     

一类具有稀疏效应Volterra模型的稳定性

研究了一类具有稀疏效应的Volterra模型的动力性态.分析发现,系统最多有3个平衡点.用规范形研究表明,在不同的参数范围下,这3个平衡点可以是鞍点、稳定结点、不稳定的结点、鞍结点和弱中心.利用第一Lyapunov系数方法,证明了系统在弱中心附近发生超临界Hopf分支,并在弱中心附近分支出唯一的极限环;利用Poincare-Bendison定理,证明了系统在不稳定平衡点时,总存在极限环.     

具Holling-Ⅳ功能反应项的分数阶捕食模型的定性分析及斑图动力学

斑图动力学是当代非线性分析领域的主要研究方向之一,非线性捕食-食饵模型的动力学行为成为其研究热点。主要研究了一类分数阶扩散的捕食系统：首先建立起系统的行波解的存在性并给出系统发生Hopf分岔的条件;其次利用分数阶微分方程的定性理论和Hopf分岔理论讨论了系统局部稳定、全局稳定以及图灵分岔发生的条件;最后利用Matlab软件进行数值模拟得到了系统的空间斑图。     

一类具有阶段结构的时滞生态流行病模型周期解

为了控制疾病的传播,研究一类食饵种群具有阶段结构、捕食者种群具有疾病的时滞捕食系统模型。以捕食者种群疾病的潜伏期时滞为分岔参数,通过分析相应特征方程根的分布情况,讨论了模型正平衡点局部渐近稳定和存在Hopf分岔的充分条件。利用规范型理论和中心流形定理推导出确定Hopf分岔方向和分岔周期解稳定性的显式公式。利用仿真示例验证了结果的正确性。     

神经元Chay模型的动力学分析

研究了神经元Chay模型的动力学.首先在Mathematica软件的辅助下找出系统在给定参数下的平衡点,并根据其Jacobian矩阵得到平衡点的稳定性.然后利用Hopf分岔理论得出Hopf分岔的存在性,并且利用Hopf分岔分析得出分岔方向和分岔周期解的稳定性.最后使用WinPP软件给出了支持理论分析的数值模拟.结果表明:Chay模型存在唯一平衡点,在系统控制参数的变化下,产生超临界Hopf分岔,系统由存在稳定的周期解和不稳定的平衡点过渡为周期解消失,平衡点渐近稳定.因此,Ca2+对神经元细胞的影响是巨大的.     

Lü系统的Hopf分岔反控制研究

分析了Lü系统平衡点的非线性动力学性质,根据Hopf分岔产生的条件,设计控制器,使原系统不稳定的零平衡点产生极限环.对原系统的非零平衡点,该控制器也使其在一个更大的参数区域,在所期望的位置产生Hopf分岔.基于中心流形定理和规范型理论求得的稳定性指标保证了分岔解的稳定性.因此,该控制器成功地实现了Lü系统平衡点的Hopf分岔反控制,并且原系统的平衡点并未改变.最后,通过数值模拟来验证理论分析的结果.     

一类具有Beddington-DeAngelis功能反应函数的捕食被捕食模型Hopf分岔分析

建立了一类具有Beddington-DeAngelis功能反应函数的捕食-被捕食模型,分析了其平衡点的稳定性,得到其平衡点稳定的条件.选择时滞t作为分岔参数,得到了其发生Hopf分岔的临界值,并通过数值模拟验证了理论分析的正确性.     

具有抑制作用和离散时滞的捕食系统的Hopf分岔分析

研究了一类具有抑制作用和离散时滞的捕食-食饵模型,通过分析该模型在正平衡点的线性化方程及其相应的特征方程,研究了正平衡点渐近稳定性并证明了Hopf分岔的存在.通过应用规范型理论和中心流形定理,得到了确定Hopf分岔方向和分岔周期解的稳定性计算公式,最后,利用数值模拟验证了研究结果.     

心脏搏动模型的Hopf分岔

为了探索心脏自律活动复杂动力学行为的形成机制,本文研究外力刺激与参数扰动下心脏搏动模型的Hopf分岔问题.首先,给出系统存在Hopf分岔的一组充分条件;其次基于复规范型理论,细致刻画了Hopf分岔方向、分岔周期解及其稳定性态;最后借助数值模拟验证了理论分析结果.     

无线传感器网络中任务调度算法的研究

近几年,无线传感器网络能够实时监测和传输环境数据信息变得日益重要,尤其在民用和军事领域得到很广泛的应用.无线传感器网络具有传统网络无可比拟的优势,每个传感器节点用来感知周围环境事件和采集数据,并将采集的数据通过一跳或者多跳路由传给簇头节点或者接收器节点,然后发送到基站或数据中心进行处理.假定每个节点对信息的处理看作是一个任务,考虑节点能量限制,节点采用唤醒/休眠机制,在唤醒期间确保节点任务完成,簇头节点能够调度处理多个传感器节点的任务.文中解决的问题:在满足多个传感器节点任务处理的截止期失效前,簇头节点如何合理的调度任务,提出了改进的 RM(rate-monotonic) 调度算法和动态的抢占式最早截止期优先任务调度算法 (Preemptive Earliest Deadline First Algorithm,PEDFA).通过具体任务实例说明算法的实现过程,结果表明该算法运行简单,能够很好减少节点任务的延迟时间,实现节点任务的合理调度.     

稳定度激励算法对移动区块链节点的共识优化研究

在基于移动节点的区块链系统中，节点速度与位置的变化以及节点本身的可信度会影响共识节点选取和区块验证时的稳定性，存在产生恶意节点选取和区块验证共谋．本文提出一种稳定度激励算法，在节点选取方面，根据节点可信度和质量因子计算各个节点的稳定度，并选取稳定度超过阈值的节点成为候选节点，再从中选取稳定度较高的节点生成区块；在区块验证方面，利用节点的稳定度关联节点收益，通过计算节点的验证延迟与收益，并迭代节点收益约束计算延时需求和激励奖励的最优解，激励其余高稳定度的候选节点加入区块验证．仿真结果表明，在基于移动节点的区块链系统中，与MWSL和TSL两种算法进行比较，稳定度激励算法能够提高恶意节点的检测成功率和验证区块的正确概率，提高了区块链共识的稳定性．     

无线传感器网络能量平衡的数据汇聚路由算法

传感器的数据在传输过程中按照贪婪算法形成的数据汇聚路径中,有些节点过早地消耗完其能量,造成所谓的热点问题,引起传感器网络能量消耗的不平衡．本研究提出了一种能量平衡的数据汇聚路由算法EBGP协议．该协议依据邻居节点的剩余能量、邻居节点到Sink节点的距离以及邻居节点到源节点的距离来计算概率值,然后选择邻居节点中概率最大的一个作为数据转发节点．仿真显示EBGP协议胜过GPSR、GEAR和D-REECR协议,达到了能量平衡和能量效率的目的．     

基于无线传感器网络的优化点集覆盖算法

针对无线传感器网络对目标区域覆盖过程中会产生大量冗余节点,从而导致网络能量消耗过快以及节点覆盖的不完全性等不足,提出了一种基于优化点集覆盖算法.该算法利用高斯正态密度函数和覆盖区域的概率函数对点集进行优化,通过节点感知半径与节点数之间的定量关系给出满足一定覆盖率要求下最优节点集,进而优化了网络资源,提高了网络生存周期和...     

一种基于层次分析法的超级节点选取机制

在非结构化P2P中,为了使得普通节点能够综合考虑各方面的因素,并根据自身要求选择一个合适的超级节点,提出了基于层次分析法(AHP)的超级节点选取机制SNSM.该机制综合考虑了网络传输往返时延(RTT)、节点兴趣向量相似性以及节点带宽三方面的性能,并在区域组成、资源搜索平均路径长度和网络带宽消耗3个方面和传统的超级节点的随机选取机制进行了比较.仿真实验表明,和随机选取机制相比,SNSM能够在一定程度上提高网络的性能.SNSM能将物理位置上较为靠近的、兴趣较为相似的节点组成了一个区域;不仅减少了25%的信息检索平均路径长度,同时还降低了11%的网络消耗.     

节点环流网络中的最大流算法

为了求出节点有容量并有存储功能的网络中的最大流,提出使用改进的带有节点环流的网络模型。在改进的网络模型中,网络节点改由新的结构代替,即节点分为入点和出点,增加中转弧和节点环。提出了进出节点的配平算法,使用了改进的流量守恒约束,通过虚拟源、虚拟汇进行配平,使用最大流算法求出由节点环流调节过的最大流。在配平算法中,遇到入流容量小于出流容量,要判断节点环流量的大小;遇到入流容量大于出流容量,要判断节点环流的残容量大小。算法应用于流的分配或流的汇聚。     

分布式机电仪器网络微损坏移动节点检测研究

分布式机电仪器网络中容易发生移动节点微损坏现象,影响移动节点间的正常通信。传统的检测方法忽略了移动节点能量参数对检测结果的影响,使部分正常节点被错误滤除,降低检测精度。提出一种新的基于节点剩余能量等级的分布式机电仪器网络微损坏移动节点检测方法。建立分布式机电仪器网络模型,在此基础上构建移动节点能耗模型,计算分布式机电仪器网络安全阈值。同时计算剩余能量级别,获取分布式机电仪器网络微损坏移动节点标准值。当移动节点间出现报警信息时,基站会计算参与报警的移动节点标准值。将获取的数据和移动节点能级的临界值相比,判断出微损坏节点,完成网络微损坏移动节点的检测。实验结果表明,所提方法检测精度高。     

惩罚因子在节点定价中的应用研究

通过新的罚因子算法提高节点定价中的计算精度,改进了以往电力市场节点定价中的不足之处.在研究节点定价中罚因子的特性的基础上引入虚拟负荷变量,消除平衡参考节点的选取对节点定价的影响,使网损电价的制定更精确、可靠.     

一种基于级联模型的类别不平衡数据分类方法

真实世界问题中,不同类别的样本在数目上往往差别很大,而传统机器学习方法难以对小类样本进行正确分类,若小类的样本是足够重要的,就会带来较大的损失.因此,对类别分布不平衡数据的学习已成为机器学习目前面临的一个挑战.受计算机视觉中级联模型的启发,提出一种针对不平衡数据的分类方法BalanceCascade.该方法逐步缩小大类别使数据集趋于平衡,在此过程中训练得到的一系列分类器通过集成方式对预测样本进行分类.实验结果表明,该方法可以有效地提高在不平衡数据上的分类性能,尤其是在分类性能受数据的不平衡性严重影响的情况下.     

增强Ad hoc网络连通性的单节点移动算法

利用节点的移动特性,为在不破坏原有链路的基础上减少或消除Ad hoc网络中的分割节点,提出了一种基于接收信号强度的节点移动算法.该算法在网络中存在分割节点时,根据接收信号强度分别确定移动节点、目标连接节点以及节点移动的目标位置.文中还根据接收信号强度定义了链路的代价函数,节点的移动就是搜索该函数最小值的过程.仿真结果表...