【摘 要】
：
时滞微分系统的周期性和概周期性反应了系统的变化规律,已经受到许多学者的关注.在这种变化规律中,概周期现象又是最普遍的,比如机械振动、天体力学、电力系统、经济学、生态学等各个领域都普遍存在.因此,时滞微分系统的概周期解的性态研究具有重要的现实意义.近年来,微分系统的概周期解的研究不仅在理论上获得了完美的结果,同时一些感兴趣的学者们还把这些理论应用于现实生活,如生态系统（Nicholson’s blo
论文部分内容阅读
时滞微分系统的周期性和概周期性反应了系统的变化规律,已经受到许多学者的关注.在这种变化规律中,概周期现象又是最普遍的,比如机械振动、天体力学、电力系统、经济学、生态学等各个领域都普遍存在.因此,时滞微分系统的概周期解的性态研究具有重要的现实意义.近年来,微分系统的概周期解的研究不仅在理论上获得了完美的结果,同时一些感兴趣的学者们还把这些理论应用于现实生活,如生态系统（Nicholson’s blowflies系统、Lasota-Wazewska系统、Lotka-Volterra竞争系统）,神经网络模型等,有利于实际问题深入研究.为了对微分系统的应用有更进一步的了解,本学位论文考虑了几类含有时滞脉冲效应或者时滞效应的微分系统.利用不同的研究方法获得了这几类系统概周期解存在的充分条件,并且针对部分结果给出一些例子说明该结果的可行性.全文由五部分组成.第一章绪论简要介绍了概周期函数,时滞微分方程和脉冲微分方程发展的概况以及些研究现状,同时列出了一些研究概周期解的基本方法.提出了本文要讨论的问题,并给出了必需的预备知识.第二章主要讨论了两类非线性脉冲时滞系统的概周期解的存在性与稳定性,利用压缩映射不动点定理,获得了这两个系统概周期解的存在性以及指数稳定性的一组充分条件.第三章主要研究了一类非自治时滞的Lotka-Volterra竞争系统的概周期解的存在性,利用李雅普诺夫泛函,得出了该系统概周期解存在性的一组充分条件.第四章主要讨论了一类时滞脉冲的神经网络系统的概周期解的存在性与全局稳定性,利用数学分析法,得到了该系统概周期解的存在性以及全局稳定性的一组充分条件.第五章是本论文的结束部分,我们总结了本论文,同时针对各章节研究的内容提出了几个值得进一步考虑的问题.
其他文献
LNQD的概念是Newman于1984年首先引人的一类包含独立情形的相依随机变量.LNQD随机变量不但在多元统计分析,渗透理论和可靠性理论,而且在如通讯,气象等许多工程领域及风险分析中均有较广泛的应用.因此引起了国内外概率论与数理统计学者的广。泛关注和研究兴趣LNQD序列是一类包含独立序列和NA序列在内的非常广泛的相依序列.近年来人们证明了LNQD样木的指数不等式和矩不等式,并且得到了很多有意义的
近几十年来,时空斑图动力学一直是非线性科学研究的热点,通过对他们的研究,有助于了解发生在自然界和人类社会中的现象。螺旋波是一种重要的时空斑图,在一些物理、化学和生物系统中都观察到螺旋波,例如在心脏组织、蛙类卵细胞中的钙离子波、Belousov-Zhabotinsky化学反应系统等。在某些情况下,螺旋波和时空混沌对人类是有害的,例如,心肌组织中出现螺旋波会导致心动过速,心脏中的螺旋波自发破碎成时空混
周期性函数包含了各类周期函数、反周期函数和各类概周期函数.各类周期性系统不仅在天文学和经济学中,而且在生态学、通讯理论与控制理论等广泛存在.系统的周期性轨道体现了系统的规律性变化,历来受到诸多学者的重视.而周期性轨道的性态一直是微分方程理论研究的重要分支,尤其是近几十年来取得了实质和全面的发展,其研究成果非常丰富,许多文献和著作都总结和收录了这方面的工作,但是依然仍有许多工作需要我们去深究和拓广.
似然方法是最重要的统计方法之一.由Owen [Empirical likelihood ratio confidence inter-vals for a single functional, Biometrika.75（1988）,237-249; Empirical likelihood ratio confidence regions, Ann. Statist.18（1990）,90-12
NA随机变量序列的概念及性质由Block et al.[Some concepts of negative dependence, Ann. Probab.10（1982）,765-772], Joag-Dev and Proschan[Negative association of random vari-ables with applications, Ann. Statist.11（1983
众所周知,微分方程解的定性性质是微分方程理论中的一个重要分支.大量的学者对此的研究取得了重要的成果.然而在现实世界中,许多现象的发展过程显示出滞后性及其状态的突然改变,如生物及机械的反应,动物的繁殖及神经网络中的跳跃等,这种滞后性和状态的突然改变反映在数学模型上就是时滞效应和脉冲效应.因此,在微分系统中引入时滞或脉冲效应显得十分自然且非常必要.我们讨论这样的系统能更真实准确的反映现实中的种种现象,
神经网络模型,被广泛应用于模式识别,自动控制,信号处理,人工智能以及经济管理等诸多领域,具有良好的智能特性和潜在的应用前景.对于神经网络模型的理论研究,近几十年取得了丰硕的成果,对于神经模型稳定性的研究,已发表了很多的论文和著作,但是对于神经网络模型振动性的研究成果相对较少.本文主要研究两类六个神经元神经网络模型的振动性,在本文中我们将利用Chafee的结论及线性矩阵不等式的方法,得出两类神经网络
φ-混合的概念最初由Ibragimov [Some limit theorems for stochastic processes stationary in the strict sense, Dokl. Akad. Nauk SSSR.125（1959）,711-714]提出并研究,Cogburn [Asymptotic properties of stationary sequences,
在本文中,我们主要运用本质映射来研究变分不等式解的存在性问题及其应用到半线性椭圆型不等式；另外我们还运用例外簇方法来研究变分不等式解的存在性.本文主要将Lan[4]在Hilbert空间中的结果推广到自反的Banach空间.内容具体安排如下：第一章,我们简要介绍了变分不等式,本质映射和例外簇的历史背景和研究现状.此外,还介绍了本文需要用到的一些基本概念和符号.第二章,我们主要研究了在自反Banach
非参数密度估计问题一直是数理统计中的热门问题,它的应用也越来越广泛,现已渗透到生态、生物、医学、经济等领域.密度函数的非参数估计方法有很多种,主要有直方图估计、频率插值密度估计、Rosenblatt估计、Parzen核估计和最近邻估计。Scott（1985）在直方图技术的基础上,提出了频率插值密度估计.后来人们研究发现频率插值密度估计和非负核密度估计在积分均方误差上有相同的收敛速度.在数值计算方面