具有共生作用两种群离散耦合Logistic模型混沌控制

针对具有共生作用的离散耦合Logistic模型,首先采用Lyapunov指数方法验证了混沌现象的存在.然后详细地分析了系统随参数变化的分岔图,发现了系统中存在更复杂的现象.最后应用混沌跟踪控制方法控制系统的混沌现象,使得种群稳定到正不动点轨道上,消除了种群中存在的混沌现象.仿真结果验证了控制方法的有效性.     

SIR传染病模型的混沌跟踪控制

研究了一类疾病传染率受季节因素影响的SIR传染病模型的混沌运动,并采用轨迹跟踪控制方法对传染病模型中的混沌运动进行控制,设计状态反馈控制器,控制系统输出跟踪某一理想状态,使染病者数量渐近趋于零,从而,达到消除疾病的目的．仿真结果表明该方法的有效性．     

一类非线性环链系统的混沌反控制

针对一类系统—非线性环链系统,利用非线性反馈控制的方法,研究了该系统的混沌反控制问题.该方法不需计算Lyapunov函数,从而降低了混沌反控制的计算量.仿真结果表明了该系统可快速有效地跟踪给定的混沌系统,充分的显示了该系统的优势.     

一类具有两个可变参数的Willis环脑动脉瘤系统的自适应同步控制

基于李雅普诺夫稳定性理论,设计自适应控制器,讨论了两个可变参数的Willis环上脑动脉瘤混沌系统的同步问题.对可变参数采用自适应调节,在该控制器的作用下实现了两个参数不相同的Willis环上脑动脉瘤混沌系统的同步.数值仿真结果验证了此设计的有效性.     

离散广义Logistic模型的混沌控制

利用Lyapunov指数方法,验证了一类离散广义Logistic模型存在混沌现象,并采用混沌控制中OGY方法的基本思想,研究了这类模型的混沌控制问题,得出了消除混沌,保持种群稳定到不动点和2-周期轨道的充分条件．     

自然种群中混沌的检测及其在种群动态研究中的意义

混沌现象广泛地存在于自然界,20世纪70年代以来,通过大量的生物模型模拟说明混沌也存在于生物系统中。几十年来生态学家一直在努力寻找混沌在自然生态系统存在的证据,但所获不多,这是源于自然的现实还是由于检测方法的不当和数据的局限?一直困扰着生态学家,自然界中对混沌的检测成为一个要点,也是一个难点。在概述混沌概念和性质的基础上,着重介绍目前在自然生态系统检测混沌的方法,对各种方法的应用条件和范围进行了概述。这些方法包括功率谱法、时间序列的自相关函数分析、模型参数估计、庞加莱截面法、全局和局域李雅普若夫特征指数的估计、吸引子关联维的确定、非线性预测。大量研究结果显示,虽然在自然界检测到的混沌的例子还不多,但其存在却是不容怀疑的。问题是什么样的系统在什么样的条件下会出现混沌?研究表明食物链的结构、种群的迁入和迁出、环境噪音都会对种群的复杂性动态特征产生影响。混沌动态可能对产生系统的多样性和适应性有利,它比随机系统对外界干扰的抵抗能力更强。自然界的变化和系统的维持是持续性和混沌相互矛盾统一的结果。害虫种群复杂性动态的研究为害虫的管理提供了更多的理论依据。混沌控制的理论和方法有可能为害虫管理提供新的思路和途径。在孤立的种群中,混沌会增加种群的灭绝概率,而在集合种群中,混沌动态降低了各局域种群的同步性和同时灭绝的倾向,所以混沌虽然能增加局域种群灭绝的概率,但却能减少整个集合种群灭绝的概率。系统结构及其时空动态与混沌及种群灭绝之间的关系,是保护生物学及生物多样性保护研究的一个重要方面。今后的研究应更多地从种群、群落、生态系统及景观不同层次上的时空动态入手,利用3S等信息技术和空间动态分析方法,研究复杂性动态产生的条件及其在系统调控中的作用机制。     

混沌理论及其在建立神经网络模型中的应用

随着许多学科的相互紧密交叉以及混沌理论的日益深入的研究,人们从生物现象中提出了许多与混沌有关的神经网络模型,本文对混沌理论的基本原理做了简要概述,并着重介绍了四种有代表性的混沌神经网络模型及其应用．同时指出这一研究方向无论在理论还是在应用方面都具有十分诱人的前景．     

脑干内的混沌

对脑干听觉诱发电位进行了非线性动力学分析,计算了关联维数Ｄ２和最大Ｌｙａｐｕｎｏｖ特征指数,确认ＢＡＥＰ是一个来源于低维混沌动力系统的时间序列,从而证明人类脑干存在着混沌现象,利用满足最小互信息标准的最佳延迟重构了二维混沌吸引子。     

引起神经元“非周期敏感现象”的分岔机制

实验发现神经元平均发放率变化率在放电脉冲序列串(ISI序列)呈非周期节律时普遍大于ISI呈周期节律时的平均发放率变化率,称为“非周期敏感现象”。以HR神经元模型和胰腺β-细胞模型为例,在合适的参数改变量作用下观察到了“非周期敏感现象”,并进一步讨论了平均发放率变化率与ISI序列动力学性质的关系。发现当ISI序列经历混沌-周期分岔时“非周期敏感现象”表现明显,尤其在ISI序列经历从混沌到嵌入在混沌中的周期窗口的分岔时表现最为显著。进一步的分析表明周期窗口在整个混沌带中所占测度较大,故混沌．周期分岔及从混沌到嵌入在混沌中的周期窗口分岔是引起神经元“非周期敏感现象”的一种重要动力学机制。实验结果支持上述结论。     

Hindmarsh-Rose神经模型的混沌控制

应用稳定性准则的混沌控制方法控制单个Hindmarsh-Rose神经元模型的混沌发放峰序列和混沌爆发运动。通过对膜电压的非线性连续-时间反馈干扰的输入,将混沌运动控制到5峰／爆发（5spikes/burst）轨道上,该轨道嵌入在混沌吸引子内。数值模拟结果显示该方法在控制HR神经元模型方面是有效的。     

六种藓类植物茎的比较解剖学研究

通过对6种藓类植物,即褶叶青藓(Brachythecium salebrosum(Web.et Mohr.)B.S.G.)、湿地匐灯藓(Plagiomnium acutum(Lindb.)Kop.)、侧枝匐灯藓(Plagiomnium maximoviczii(Lindb.)Kop.)、大凤尾藓(Fissidensnobilis Griff.)、大羽藓(Thuidium cymbifolium(Doz.et Molk.)B.S.G.)和大灰藓(Hypnum plumaeforme Wils.)嫩茎和老茎的石蜡切片和显微观察发现,同一藓类植株的嫩茎和老茎,茎结构稳定,不同种藓类植物茎横切面具有不同特征.植物体茎横切面形状、表层细胞的层数、细胞大小和细胞壁厚薄、皮层细胞大小和形状、中轴的有无以及比例等特征可以作为藓类植物的分科分类依据之一.