时滞系统的多重稳定性与随机稳定性研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    11101053
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    22.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    A0301.常微分方程
  • 结题年份:
    2014
  • 批准年份:
    2011
  • 项目状态:
    已结题
  • 起止时间:
    2012-01-01 至2014-12-31

项目摘要

时滞系统是近年来微分方程与应用动力系统领域一个非常活跃的研究热点。多重稳定性与随机稳定性是时滞系统稳定性研究中具有挑战性的前沿课题。.本项目研究两个内容:(I)时滞系统的多重稳定性。利用系统的不变区域分解来研究多个平衡点和多个周期解的存在性与共存性,突破传统的Lyapunov第二方法,通过构造适当的序锥研究多重稳定时滞系统的稳定域、吸引域;运用时滞系统的Poincare-Bendixson理论研究平衡点和平衡点以及平衡点和周期解之间异宿轨的存在性;(II)时滞系统的随机稳定性。放弃使用传统的常数变易方法,运用Borel-Cantelli定理、半鞅理论和比较原理等理论方法来研究系统的几乎必然指数稳定性、幂率稳定性、p阶矩指数稳定性及不稳定性等。.本项目的研究将形成有创新意义的研究时滞系统多重稳定性和随机稳定性的思路和方法,对丰富时滞系统稳定性理论有比较重要的意义。

结项摘要

时滞系统的多重稳定性和随机稳定性研究是近年来应用动力系统领域一个非常活跃的研究热点。本项目综合运用时滞微分方程稳定性理论、单调动力系统理论、随机微分方程稳定性理论和线性矩阵不等式(LMI)方法等相关知识,对几类具广泛应用背景的时滞系统的稳定性、多重稳定性、Hopf分支、随机稳定性、时滞耦合系统的全局同步与控制等一系列重要问题展开研究。. 本项目的创新性研究涵盖如下三个主要方面:(I)、突破传统的几何观察法和Lyapunov第二方法,利用单调动力系统和泛函微分方程稳定性理论对具有单峰的非单调反馈的Allee效应的时滞系统的多重稳定性进行了细致研究。利用时滞微分方程稳定性理论和线性矩阵不等式(LMI)方法对时滞切换系统的吸引子的存在性进行了研究;运用中心流形和规范性理论对时滞微分方程经济模型平衡点的稳定性和Hopf分支进行了细致研究;(II)、放弃使用传统的Razumikhin-type 定理和半鞅收敛定理,运用Borel-Cantelli定理、Burkholder-Davis-Gundy不等式对解的样本轨道Lyapunov 指数直接进行估计来细致研究时滞系统的随机稳定性;(III)利用牵制-脉冲控制的思想,研究了一类具有变化时滞和分布时滞的切换神经网络与动力系统的全局同步控制问题;研究一类具有复杂耦合的反应-扩散网络系统全局指数同步的新判别方法;研究了一类具有马尔科夫跳的随机耦合时滞神经网络动力学模型的同步分析。建立了若干与时滞相关的判别准则,较大地推广了一系列现有结果。 . 到目前为止,我们在Journal of Differential Equations、SIAM Journal on Control and Optimization、IEEE Transactions on Circuits and Systems-I 等高影响的国际权威刊物上发表科研论文SCI收录28篇,引起了国际同行的关注,4篇论文被美国 ISI Web of Science 的基本科学指标ESI(Essential Science Indicators)列为学科前百分之一(Top 1%)的高引用论文,圆满地完成了本课题预定的各项计划任务。我们的研究形成了若干有创新意义的研究时滞系统多重稳定性和随机稳定性的思路和方法,对丰富时滞动力系统稳定性理论有比较重要的意义。

项目成果

期刊论文数量(33)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Measuring and Forecasting Volatility in Chinese Stock Market Using HAR-CJ-M Model
使用HAR-CJ-M模型测量和预测中国股市的波动性
  • DOI:
    10.1155/2013/143194
  • 发表时间:
    2013-03
  • 期刊:
    Abstract and Applied Analysis
  • 影响因子:
    --
  • 作者:
    Chuangxia Huang(代表作三);Xu Gong;Xiaohong Chen;Fenghua Wen
  • 通讯作者:
    Fenghua Wen
An Empirical Study of the Effect of Investor Sentiment on Returns of Different Industries
投资者情绪对不同行业回报影响的实证研究
  • DOI:
    10.1155/2014/545723
  • 发表时间:
    2014-01-01
  • 期刊:
    Mathematical Problems in Engineering
  • 影响因子:
    --
  • 作者:
    Huang, C.
  • 通讯作者:
    Huang, C.
Mk-TYPE ESTIMATES FOR MULTILINEAR COMMUTATOR OF SINGULAR INTEGRAL OPERATOR ON SPACE OF HOMOGENEOUS TYPE
齐次型空间上奇异积分算子多线性换向器的Mk型估计
  • DOI:
    --
  • 发表时间:
    2012
  • 期刊:
    Jordan Journal of Mathematics and Statistics
  • 影响因子:
    0.3
  • 作者:
    黄创霞
  • 通讯作者:
    黄创霞
Synchronization of TS fuzzy complex dynamical networks with time-varying impulsive delays and stochastic effects
具有时变脉冲延迟和随机效应的 TS 模糊复杂动态网络的同步
  • DOI:
    10.1016/j.fss.2013.06.008
  • 发表时间:
    2014
  • 期刊:
    Fuzzy Sets and Systems
  • 影响因子:
    3.9
  • 作者:
    杨鑫松;杨志春
  • 通讯作者:
    杨志春
Synchronization for a Class of Fractional-Order Hyperchaotic System and Its Application
一类分数阶超混沌系统的同步及其应用
  • DOI:
    10.1155/2012/974639
  • 发表时间:
    2012-01-01
  • 期刊:
    JOURNAL OF APPLIED MATHEMATICS
  • 影响因子:
    --
  • 作者:
    Tan, Wen;Jiang, Feng Ling;Zhou, Lan
  • 通讯作者:
    Zhou, Lan

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

HAR-RV-EMD-J模型及其对金融资产波动率的预测研究
  • DOI:
    10.14120/j.cnki.cn11-5057/f.2017.01.003
  • 发表时间:
    2017
  • 期刊:
    管理评论
  • 影响因子:
    --
  • 作者:
    龚旭;文凤华;黄创霞;杨晓光
  • 通讯作者:
    杨晓光
Lag stochastic synchronization of chaotic mixed time-delayed neural networks with uncertain parameters or perturbations
参数不确定或扰动的混沌混合时滞神经网络的滞后随机同步
  • DOI:
    10.1016/j.neucom.2011.01.010
  • 发表时间:
    2011-05
  • 期刊:
    Neurocomputing
  • 影响因子:
    6
  • 作者:
    黄创霞;朱全新;杨鑫松
  • 通讯作者:
    杨鑫松
带有食饵避难的 Filippov 型捕食 - 食饵模型的全局动力学
  • DOI:
    --
  • 发表时间:
    2020
  • 期刊:
    南通大学学报(自然科学版)
  • 影响因子:
    --
  • 作者:
    杨淼;黄立宏;王佳伏;黄创霞
  • 通讯作者:
    黄创霞
产权性质、投资者关注与股价崩盘风险
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    经济数学
  • 影响因子:
    --
  • 作者:
    郭芳婷;黄创霞;陈宪;文凤华
  • 通讯作者:
    文凤华
Exponential stability for stochastic jumping BAM neural networks with time-varying and distributed delays
时变分布式时滞随机跳跃 BAM 神经网络的指数稳定性
  • DOI:
    10.1016/j.nahs.2010.08.005
  • 发表时间:
    2011-02
  • 期刊:
    Nonlinear Anal. Hybrid syst.
  • 影响因子:
    --
  • 作者:
    朱全新;杨鑫松;黄创霞
  • 通讯作者:
    黄创霞

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

黄创霞的其他基金

滞育效应下若干时滞种群模型的动力学分析
  • 批准号:
    12371159
  • 批准年份:
    2023
  • 资助金额:
    43.5 万元
  • 项目类别:
    面上项目
滞育效应下若干时滞种群模型的动力学分析
  • 批准号:
    12371159
  • 批准年份:
    2023
  • 资助金额:
    43.5 万元
  • 项目类别:
    面上项目
非线性种群时滞微分系统的多重稳定性研究
  • 批准号:
    11971076
  • 批准年份:
    2019
  • 资助金额:
    52 万元
  • 项目类别:
    面上项目
基于复杂网络与时滞动力学理论的股票市场风险传染研究
  • 批准号:
    71471020
  • 批准年份:
    2014
  • 资助金额:
    62.0 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码