具有脉冲的SIRS传染病模型动力学分析

来源 :桂林电子科技大学 | 被引量 : 0次 | 上传用户:rainbow123456789
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
传染病的流行给人类和动物的生存带来了巨大的灾难,控制传染病一直是当今世界的一个重大问题.微分方程常被用来建立传染病模型,研究种群疾病的动力学.在传染病动力学中,有些种群的出生并不是全年的,而是在一年的某个特定时期生育,为控制传染病的流行而进行的疫苗接种,也往往是脉冲形式的,因此,应用脉冲微分方程描述传染病系统更为合理.本文考虑不同的脉冲因素,建立具有脉冲的SIRS传染病模型,研究模型的各种复杂的动力学行为.主要内容如下:  第一章,简要叙述传染病动力学的研究现状和研究进展.第二章,介绍了脉冲微分方程基本理论和动力系统的分岔理论.  第三章,建立了一个具有脉冲生育、脉冲接种和垂直传染的SIRS传染病模型,讨论了周期解的存在性和稳定性,得到了模型的基本再生数.研究了周期解的跨临界分岔和倍周期分岔,设计了一个线性脉冲控制器来实现混沌控制和混沌反控制.给出了能验证理论分析的数值结果.  第四章,研究了具有脉冲治疗、脉冲接种和垂直传染的SIRS传染病模型,对脉冲治疗和脉冲接种发生在相同时刻和不同时刻分别进行了讨论.应用分岔理论,给出了跨临界分岔发生的条件,得到了区分疾病流行与否的阈值.并进行了数值模拟。
其他文献
随着科技的发展,在线社交网络被越来越多的用户所接受,成为一类快速发展和扩张的行业.新的服务商不断出现,并针对不同的受众人群提供内容各异的网络交友服务.在线社交网络日
粒子群优化算法(PSO)是近年来被广为关注和研究的一种基于群体智能的仿生优化算法,是进化算法领域中的一个新的分支。它来源于对鸟群或鱼群捕食行为的模拟。由于算法收敛的速
数字图像在形成、传输和记录过程中,由于受多种因素的影响,其质量会有所下降。引起图像退化的因素有很多,如大气湍流效应、传感器的非线性、光学系统的像差、成像设备与物体
近年来,随着计算机技术以及生物智能技术的快速发展,包括人工萤火虫群优化算法、遗传算法、蚁群算法、模拟退火法、群搜索算法等生物智能算法被越来越多的人所重视.这些算法