离散FitzHugh-Nagumo系统的倍周期分支

研究了一类离散的FitzHugh-Nagumo系统,从理论上分析了倍周期分支的存在性和稳定性,并证明了在一定条件下存在不稳定倍周期分支。     

一类离散神经系统中的混沌存在性

研究了离散FitzHugh-Nagumo神经系统的混沌现象。从理论上严格证明了在一定参数条件下系统存在Marotto意义下的混沌,并通过数值计算模拟出该混沌吸引子,以及周期14轨、周期16轨等其他复杂动态。此外,通过Lyapunov指数的计算对Marotto混沌吸引子的存在性加以验证。     

FitzHugh-Nagumo方程的小振幅行波解

论文主要讨论了FitzHugh-Nagumo方程行波解.此时,FitzHugh-Nagumo系统可以转化为三维非线性常微分方程组.使用中心流形定理、Lyapunov系数法对此系统进行高维Hopf分支分析,给出了系统具有小振幅的周期解的参数条件.     

几个针对FitzHugh-Nagumo方程的有限差分解法

采用隐式差分格式和Crank-Nicolson格式求解FitzHugh-Nagumo方程。通过对FitzHugh-Nagumo方程的非线性反应项的线性化处理,在两种格式下各自给出了三种算法,并对各种算法的误差和收敛阶进行了分析比较。数值实验验证了算法的有效性。     

基于自适应欠阻尼系统随机共振方法的故障诊断

为了进一步提高故障诊断的输出信噪比和滤波性能,提出了一种基于量子粒子群优化（Quantum Particle Swarm Optimization, QPSO）算法和欠阻尼FitzHugh-Nagumo势的自适应双稳态随机共振进行故障诊断的方法.首先,研究了基于欠阻尼FitzHugh-Nagumo势的二维双势阱系统输出信噪比的解析式,验证了通过改变系统参数及阻尼系数可以进一步提高信噪比;然后,为了进一步提高输出信噪比,提出了一种基于欠阻尼FitzHugh-Nagumo势的自适应双稳态随机共振方法,该方法通过QPSO算法选择较优的系统参数和欠阻尼阻尼因子以得到最优系统;最后,将该方法用于仿真和实际的轴承故障检测中,结果表明该方法能有效地识别出内外圈的轴承故障,且与传统一阶变步长随机共振（Step-changed Stochastic Resonance, SCSR）相比,提出的方法能够获得更高的信噪比和滤波性能.     

随机FitzHugh-Nagumo系统的随机吸引子的分形维数

在给定的Hilbert空间中研究了具可加白噪音的非自治FitzHugh-Nagumo系统的解的渐近行为.首先,证明经变换后相等价的动力系统的随机吸引子的存在性.然后,在可分的Banach空间上,提出了估计随机动力系统的随机不变集的分形维数上界的方法.最后,利用随机变量的期望和上述条件,证明了具可加白噪音的随机FitzHugh-Nagumo系统的随机吸引子的分形维数的有限性.     

2个可激系统的螺旋波同步行为

研究了2个可激系统的同步行为．2个可激系统用支持螺旋波的FitzHugh-Nagumo模型描述,在没有延迟的情况下,变化可激参数可以改变同步时耦合参数的范围．研究发现,螺旋波同步对应的耦合参数的下限近似和单点动力学的恢复时间长度成线性关系;也给出了同步时耦合参数范围和时间延迟的关系．     

Cutoff对FitzHugh-Nagumo方程行波解最小波速的影响

研究cutoff对FitzHugh-Nagumo方程行波解最小波速的影响。对三个不同边界层行波解的光滑匹配,获得了与ε相关的Δc的精确表达式。     

连续时间T-S模糊系统的离散化:Delta算子方法

针对一类连续时间T-S模糊系统,利用Delta算子方法,对系统进行局部离散化和全局离散化处理.首先对模糊规则后件部分的线性时不变动态方程做局部离散化处理,然后再对系统的动态模型做全局离散化处理.为了获得T-S模糊系统的多胞结构,对全局离散化模型进行Taylor级数展开,从而得到近似全局离散化模型.基于线性矩阵不等式(LMI)技术,针对近似全局离散化模型设计了相应的状态反馈控制器,使系统被渐近镇定.采用Delta算子对连续系统离散化时,随着采样频率的加快,其离散模型将趋近于原来的连续模型,并保持原有的动力学性质.仿真结果验证了理论的有效性.     

优化的灰色离散Verhulst模型在基坑沉降预测中的应用

基于传统的灰色Verhulst模型在基坑沉降预测中精度较低的问题,提出优化的灰色离散Verhulst模型。在基坑沉降监测中,由于有新的监测沉降值不断补充到原始数据序列中,各种因素会带来新的扰动,原来的模型精度降低,为避免由此产生的误差,用新陈代谢方法建立优化灰色离散Verhulst一维、二维新陈代谢模型。将传统Verhulst模型、优化的灰色离散Verhulst模型及优化灰色离散Verhulst一维、二维新陈代谢模型进行比较。研究结果表明:该模型通过采用离散化思维对原数据序列进行倒数变换,从连续形式向离散形式变化,减小了传统Verhulst模型建模过程中从微分方程到差分方程带来的误差;采用新陈代谢方法的优化灰色离散Verhulst模型精度更高,可选用该模型对基坑进行沉降预测。     

具有可乘白噪声的非自治FitzHugh-Nagumo格点系统的随机指数吸引子

为了得到具有可乘白噪声扰动的非自治FitzHugh-Nagumo格点系统随机指数吸引子的存在性,首先介绍了定义在无穷序列加权空间上连续余圈的随机指数吸引子存在性的充分条件;然后利用Ornstein-Uhlenbeck过程将具白噪声的FitzHugh-Nagumo格点系统转化成以随机变量为参数而无噪声的随机系统;接着分别估计该随机系统解各部分的模及某些随机变量的期望的有界性;最后得到该研究系统的随机指数吸引子的存在性.结果表明:在动力学的意义上,可以把原来为无限维的系统转化为有限维系统,它的解的渐近行为可由有限个参数来描述.     

平稳时序连续模型建模的探讨

本文在平稳时序的离散模型基础上,利用自协方差函数、自谱函数、Green函数及频率特性,将离散模型转换为连续模型,并研究了这些转换之间的关系。本文还论述了将平稳时序的连续模型转换为离散模型的问题。     

具有饱和发生率的 SIR 动力学模型的 NSFD 方法

研究一类具有饱和发生率的SIR传染病模型,利用Mickens的非标准有限差分方法(NSFD)得到对应的离散传染病模型,在采用非标准离散化过程中,使得微分方程解的正性和模型守恒律这两个重要性质与离散模型保持一致.     

具有分布时滞离散SIR传染病模型的稳定性

传染病动力学是对传染病进行理论性定量研究的一种重要方法。用微分方程建立连续型传染病模型的研究较多,但是研究离散模型的较少。相对连续模型,离散模型能展示更丰富的动力学性态。许多无法求解或理论分析的连续模型往往需要化为离散模型进行数值模拟。因此,建立和分析离散传染病模型就更加实用。在连续SIR传染病模型的研究基础上,研究具有分布时滞,常数出生率、死亡率的离散SIR传染病模型,讨论模型在无病平衡点的稳定性。主要结论是当且仅当基本再生数小于等于时,系统存在唯一无病平衡点,且无病平衡点是全局渐近稳定。     

具有软硬件可修复计算机系统解的半离散化

为了解决利用数值计算研究具有软硬件可修复计算机串联系统模型的问题,利用半离散化逼近方法将一个抛物型偏微分方程化为矩阵常微分方程,且后者在许多问题上可以作为原问题的近似.将半离散算法应用到具有软硬件可修复计算机系统模型中,对系统中的修复率进行离散,得到了该系统的半离散化模型,运用泛函分析理论证明了半离散算法的收敛性,结果表明:离散后方程的解收敛于原方程的解,从而为该模型进一步的数值计算提供了理论基础.     

并联管组离散模型分析及其关键系数的确定

流体在并联管组换热器中的流动状况将直接影响到换热器运行的效率和安全性，通过离散模型计算方法可得到流动工质在并联管组内的流动特性，在对离散模型的建立进行详细分析的基础上，采用人工神经网络中的BP算法来确定离散模型中的关键系数，即集箱中的静压变化系数和支管进出口的阻力系数，通过离散模型计算得出的结果与实验数据符合良好，说明与简化的连续模型相比，离散模型是一种更为符合并联管组流动特性的理论模型，同时也表明了用BP算法来确定离散模型关键系数的有效性。     

具有硬实时上限的离散事件系统的建模

实时离散事件系统中有两种具有硬实时上限的离散事件———有界事件和有效期事件,它们比基本实时离散事件———无界事件和强迫事件具有更强的时间约束,对包含这两类事件的系统进行研究就变得十分复杂．文中给出了基于基本实时离散事件的Ｐｅｔｒｉ网模型,并为有界事件和有效期事件找到了由基本实时离散事件构成的Ｐｅｔｒｉ网模型,从而使文中的模型能够描述更广泛的离散事件系统．     

两类离散GM(1,1)模型及其软件缺陷预测建模

为了拓广离散GM(1,1)模型的应用范围,建立了近似非齐次指数序列的离散GM(1,1)模型,NDGM(1,1)模型和直接离散GM(1,1)模型,即DDGM(1,1)模型,证明了其可以完全拟合非齐次指数序列,最后将两类离散GM(1,1)对软件进行缺陷预测建模,结果显示,DDGM(1,1)模型具有较高预测精度,可以对后续软件开发中缺陷的存在情况做出相应预测.     

高维时滞差分系统的持续生存性

以改进了的Ｒａｚｕｍｉｋｈｉｎ技巧为基础,将持久函数法推广到时滞离散模型,得到了时滞离散模型一致持续生存的一些判别准则,且避免了求Ｒａｚｕｍｉｋｈｉｎ条件中的Ｐ函数,同时给出了应用上更为方便的一个推论,并应用于一维离散生态模型。     

基于FTS的混合系统的一种建模方法

混合系统是一种离散和连续构件融合在一起的反应系统,通常以微分方程为连续模型,以离散事件系统或自动机为离散模型,本文扩充公平转换系统ＦＴＳ,提出混合系统的一种新的计算模型－混合转换系统ＨＴＳ。