多时滞SI模型的稳定性和Hopf分支

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (36): 50-53.

多时滞SI模型的稳定性和Hopf分支

王烈，陈斯养

陕西师范大学数学与信息科学学院，西安 710062

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-12-21 发布日期:2011-12-21

Stability and Hopf bifurcation of SI model with time delays

WANG Lie，CHEN Siyang

College of Mathematic and Information Science，Shaanxi Normal University，Xi’an 710062，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-12-21 Published:2011-12-21

摘要/Abstract

摘要： 建立并分析了一个带有多时滞的捕食者和食饵都染病的SI模型，用特征根的方法求得了它的非负平衡点。通过分析得到当易感食饵的感染率小于某一阈值时，染病食饵和捕食者将最终灭绝。当易感食饵的感染率大于某一阈值且易感捕食者的转化系数小于某一阈值时，捕食者将最终灭绝。边界平衡点是局部渐近稳定的，随着食饵时滞的增加该平衡点由稳定变为不稳定，系统在该平衡点附近发生Hopf分支。捕食者的时滞对该平衡点的稳定性不产生影响。

关键词: SI模型, 渐近稳定性, 阈值, 时滞, Hopf分支

Abstract: An SI model with epidemic in the time delays predator and prey is proposed.Using the method of latent root the equilibrium points are obtained.Through analysis，the result is achieved that the predator and the prey with epidemic will be extinct when the infection percentage of susceptible is smaller than a threshold.The predator will be extinct when the infection percentage of the susceptible prey is larger than a threshold and the conversion coefficient of the susceptible predator is smaller than a threshold.The boundary equilibrium is locally asymptotically stable when the time delay of prey is suitable small，while a loss of stability by a Hopf bifurcation can occur as the delay increases.The time delay of predator has no influence on the stability of the equilibrium.

Key words: SI model, asymptotically stable, threshold, time delay, Hopf bifurcation

王烈，陈斯养. 多时滞SI模型的稳定性和Hopf分支[J]. 计算机工程与应用, 2011, 47(36): 50-53.

WANG Lie，CHEN Siyang. Stability and Hopf bifurcation of SI model with time delays[J]. Computer Engineering and Applications, 2011, 47(36): 50-53.

[1]	于多，黄永东. 基于SPCA和域变换递归滤波的高光谱图像分类[J]. 计算机工程与应用, 2021, 57(4): 199-208.
[2]	齐小祥，李敏，朱颖，宋雨，杜卫东. 基于边缘检测的SAR图像自适应区域分割[J]. 计算机工程与应用, 2021, 57(22): 232-240.
[3]	孙玮婕，杨军. 改进的简单非迭代聚类的遥感影像分割研究[J]. 计算机工程与应用, 2021, 57(13): 185-192.
[4]	陈晓文，刘光帅，刘望华，李旭瑞. 成对旋转不变的共生自适应完全局部三值模式[J]. 计算机工程与应用, 2021, 57(1): 219-226.
[5]	刘杰，房俊，雷峰津. 电能质量异常数据在线检测方法[J]. 计算机工程与应用, 2020, 56(9): 240-247.
[6]	周笔锋，罗毅平. 时滞分布参数系统间歇非周期中和控制器设计[J]. 计算机工程与应用, 2020, 56(8): 220-225.
[7]	颜建军，陈松晔，燕海霞，王忆勤，郭睿. 基于递归图和卷积神经网络的脉象分析识别[J]. 计算机工程与应用, 2020, 56(7): 170-175.
[8]	宋杰，许冰，杨淼中. 基于自适应步长果蝇优化算法图像分割[J]. 计算机工程与应用, 2020, 56(4): 184-190.
[9]	常戬，贺春泽，董育理，任营. 改进双边滤波和阈值函数的图像增强算法[J]. 计算机工程与应用, 2020, 56(3): 207-213.
[10]	谭正华，戴立平，文阳，李国泰. 基于约简属性和阈值分割的决策树构建方法[J]. 计算机工程与应用, 2020, 56(22): 160-165.
[11]	刘永芳，郝晓燕，刘荣. 中国英语新词语料库构建技术研究[J]. 计算机工程与应用, 2020, 56(16): 165-168.
[12]	王春丹，谢红薇，李亚旋，张昊. 融合改进的三帧差分和ViBe算法的运动目标检测[J]. 计算机工程与应用, 2020, 56(13): 199-203.
[13]	宋森森1，贾振红1，杨杰2，Nikola KASABOV3. 结合Ostu阈值法的最小生成树图像分割算法[J]. 计算机工程与应用, 2019, 55(9): 178-183.
[14]	葛炎1，蒋国平2，宋玉蓉2，李因伟1. 加权网络中考虑边权和度的熟人免疫策略[J]. 计算机工程与应用, 2019, 55(8): 74-79.
[15]	周学德1，2，张艳1，2. 事件驱动Markov型网络系统的输出反馈H∞控制[J]. 计算机工程与应用, 2019, 55(6): 231-236.