引言
在自然界中,捕食者與被捕食者的關(guān)系受多種因素影響。為準確描述和預測這種關(guān)系,研究人員開發(fā)了多種數(shù)學模型,其中Leslie-Gower捕食模型是經(jīng)典之一[1-4]。獻[5]建立了如下具有比率依賴 Holling II功能反應的Leslie-Gower型捕食系統(tǒng):
文獻[6]研究了具有Beddington-DeAngelis功能反應函數(shù)的Leslie-Gower型捕食系統(tǒng),證明時滯對正平衡點穩(wěn)定性以及Hopf分岔的影響。
然而在生態(tài)競爭系統(tǒng)中,由于時滯、擴散等因素使得其動力學行為往往與所期望的結(jié)果相差甚遠[78]例如原分布于美國東北沿海的松雞,由于蒼鷹的大量捕食,導致數(shù)量急劇下降而最終滅絕。鑒于此,為了保護瀕危物種免于滅絕,學者們往往會設(shè)定一個臨界值,并據(jù)此采取人為調(diào)控措施以維持物種數(shù)量的平衡發(fā)展。當前,一系列行之有效的控制策略已被廣泛采用,包括但不限于狀態(tài)反饋控制機制[9、時滯反饋調(diào)控手段[10]、混合控制方案[],以及比例-微分(PD)控制等[2],這些均為實現(xiàn)物種管理的精細化提供了有力支持。文獻[13]對具有非線性獵物收獲的捕食模型引人了一個狀態(tài)反饋控制器,成功地將系統(tǒng)從不穩(wěn)定轉(zhuǎn)換為穩(wěn)定狀態(tài)。文獻[14]將混合控制器添加到具有非單調(diào)功能響應的時滯擴散捕食者-獵物系統(tǒng)中,通過調(diào)整控制參數(shù)來增強了系統(tǒng)的穩(wěn)定域。文獻[15]研究時滯捕食系統(tǒng),通過應用混合控制器和擴展時滯反饋控制器來有效調(diào)節(jié)系統(tǒng)的穩(wěn)定域。
受上述工作啟發(fā),本文將基于混合控制器和PD控制器來構(gòu)建新控制器作用于具有擴散的Leslie-Gower型捕食系統(tǒng),并分析該模型在生態(tài)環(huán)境中的分岔現(xiàn)象。系統(tǒng)如下:
其中, 分別表示食餌與捕食者在 x 處 Φt 時刻的密度; K 表示環(huán)境最大容載量; τ 表示食餌繁殖所需要的時間; q 為正常數(shù); r1,r2 表示食餌和捕食者的內(nèi)稟增長率;
表示Holling-IV功能反應函數(shù); D1,D2 為自擴散系數(shù);
為Laplace算子 ,(x,t)∈Ω×R+ 是邊界光滑的有界區(qū)域, ? 是 ?Ω 上的單位向量。
令 為了描述方便,我們?nèi)耘f以
來表示。則無量綱化后系統(tǒng)如下:
1無擴散系統(tǒng)的穩(wěn)定性和分岔分析
1.1正平衡點的存在性,非負性及有界性
本節(jié)將分析系統(tǒng)(1)的穩(wěn)定性與Hopf分岔的條件,現(xiàn)考慮無擴散情況下,系統(tǒng)(1)變?yōu)椋?/p>
鑒于生態(tài)學的實際意義,我們的研究將專注于探討系統(tǒng)(2)中的正平衡點。正平衡點需滿足特定的如下方程組:
由以上方程組可得 ,E*(u*,v*) 滿足下列方程組:
顯然 -alt;0 ,當 b-1gt;0,mh+a-bgt;0 時,根據(jù)Descartes符號法則可知方程有唯一正解 u*, 再利用v*=hu* 得系統(tǒng)(2)僅有一個正平衡點 E* 。
定理1.1.1當 τ=0 時,系統(tǒng)(2)所有具有正初始條件的解均保持為正。由于 uf(u,v),vg(u,v) 在 R+2 上連續(xù)且滿足Lipschita條件,故知其解存在且唯一。又因為我們有:
根據(jù)初始條件 u(0),v(0)gt;0 ,知其解均保持為正.
引理1.1.2若 ,且 u(0)gt;0. ,則對于微分不等式
,有
定理1.1.3當 τ=0 時,系統(tǒng)(2)所有具有正初始條件的解均有界。
證明:由 a+bu+u20gt;0. 有0
可知所有具有正初始條件的解均有界。
1.2 穩(wěn)定性分析
經(jīng)由前述分析,我們可以確認系統(tǒng)(2)內(nèi)部存在一個平衡點 E* ,且在該平衡點位置上的對應Jacobian矩陣表述為:
其中:
在平衡點 E*(u*,v*) 處對系統(tǒng)(2)線性化得:
所以進一步得到系統(tǒng)(2)的特征方程:
λ2+Lλ+Q+Ye-λτ=0
其中: L=-a11-a22 Q=a11a22 , Y=-a12a21 。
假設(shè):
H1:a11+a22lt;0;H2:a11a22-a12a21gt;0;
定理1.2.1若假設(shè) H1-H2 均成立,可以判定系統(tǒng)(2)的平衡點 E* 在 τ=0 展現(xiàn)出局部的漸近穩(wěn)定性特性。
證明:利用Routh-Hurwitz判據(jù)易得系統(tǒng)(2)的平衡點 E* 在 τ=0 是局部漸近穩(wěn)定。
定理1.2.2當 1* 在 τ=0 是全局漸近穩(wěn)定。
證明:我們令 ,由系統(tǒng)(2)易得
當 10,b-alt;0 則 。由于其邊界平衡點是鞍點,根據(jù)Dulac定理,知道系統(tǒng)(2)在第一象限沒有極限環(huán),故全局漸近穩(wěn)定。
1.3 Hopf分岔
前述研究已經(jīng)奠定了無時滯條件下系統(tǒng)穩(wěn)定性的基礎(chǔ),為后續(xù)的分岔現(xiàn)象分析提供了必要的先決條件。
在此基礎(chǔ)上,我們接下來將采用數(shù)值代人的方法,對特征方程展開更為深人的探討與分析。假設(shè) iω(ωgt;0) 是方程(4)的一個根, ω 滿足如下方程:
分離方程(5中的實部與虛部可得如下關(guān)系式:
將關(guān)系式(6中的每一個方程平方相加可得如下方程:
顯然當 Q2-Y2lt;0 時,通過上述方程,我們可以推導出至少存在一個正根 ω0 的情況,并據(jù)此利用(6)式可以較為直接地得出時滯的具體數(shù)學表達形式為:
定義臨界時滯為:
接著研究臨界時滯是否滿足橫截性條件。我們對特征方程(4)兩端對 τ 求導得:
則
顯然有
通過以上分析,得到如下定理:
定理1.3.1假設(shè) d1,d2=0,Q2-Y2lt;0 ,有如下陳述成立:(i)當 τ∈[0,τ0) ,系統(tǒng)(1)在正平衡點 E* 是穩(wěn)定;(ii)當 τ∈(τ0,∞) ,系統(tǒng)(1)在正平衡點 E* 是不穩(wěn)定;(iii)當 τ=τ?0 ,系統(tǒng)(1)在平衡點 E* 處發(fā)生Hopf分岔。
2 新控制系統(tǒng)的分岔分析
為了管控系統(tǒng)(1)中展現(xiàn)的Hopf分岔行為,我們設(shè)計了一種創(chuàng)新的控制策略。該策略針對系統(tǒng)(1)的 Hopf 分岔現(xiàn)象實施調(diào)控,而新設(shè)計的控制器可通過以下數(shù)學表達式詳盡闡述:
上述控制器模型中, αgt;0,Tdlt;1 為控制參數(shù)。
施加新控制器后的擴散的時滯捕食與食餌模型的動力學系統(tǒng):
對上述系統(tǒng)進行化簡得:
系統(tǒng)(11)的平衡點 E*(u*,v*) ,在內(nèi)部平衡點 E* 處的Jabocian矩陣為:
其中:
現(xiàn)對系統(tǒng)(11)的平衡點 E*(u*,v*) 線性化后變?yōu)椋?/p>
通過計算可得系統(tǒng)(11)的特征方程:
對上述特征方程化簡得:
(i)當 τ=0 ,此時為無時滯系統(tǒng),此時特征方程(14)變?yōu)椋?/p>
(ii)以下Routh-Hurwitz判據(jù)是確定上述方程之根具備負實部的充分且必要條件:
(ii)因此,在控制器參數(shù)符合前述兩個不等式條件的前提下,可以確認,在不存在時滯的情形下,該模型將保持其穩(wěn)定性。
(iv)當 τgt;0 ,將 λ=iδ(δgt;0 )代入特征方程(14),分離實虛部得:
其中
對式(16)兩邊平方再相加得:
δ4+(n2(k)-2m(k))δ2+m2(k)-c122c212=0
當常數(shù)項 m2(k)-c122c212lt;0 時,方程(17)至少有一個正根,故由式(17)可得時滯的數(shù)學表達式:
定義臨界時滯為:
接下來,我們將探討臨界時滯是否符合作為分岔點的必要條件。具體而言,分岔點標志著系統(tǒng)穩(wěn)定性狀態(tài)的轉(zhuǎn)變點,即從穩(wěn)定狀態(tài)過渡到不穩(wěn)定狀態(tài)的關(guān)鍵閾值。在此類轉(zhuǎn)變點,系統(tǒng)的特征方程之根需跨越虛軸,進入其右半平面。這意味著,在分岔點處,特征根相對于分岔參數(shù)的導數(shù),其實部必須大于零。這一條件確保了特征根能夠從復平面的左半部分遷移至右半部分,從而引發(fā)系統(tǒng)的穩(wěn)定性變化。對特征方程(14)兩端關(guān)于 τ 求導得:
進一步得出導數(shù)的實部為:
當參數(shù)滿足假設(shè):
因此,在擴散系統(tǒng)下,橫截性條件成立,最小臨界值 τo2 為分岔點。
定理2.1若當 d1,d2gt;0,H3 成立,有如下結(jié)論:(i)當 τ∈[0,τ1) ,系統(tǒng)(10)在正平衡點 E* 是穩(wěn)定;(ii)當 τ∈(τ1,∞) ,系統(tǒng)(10)在正平衡點 E* 是不穩(wěn)定;(ii)當 τ=τ1 ,系統(tǒng)(10)在平衡點 E* 處發(fā)生 Hopf 分岔
3 數(shù)值模擬
在本節(jié)里,我們將借助仿真實驗的手段,旨在對比分析無控制狀態(tài)與施加控制條件下捕食系統(tǒng)分岔行為的差異,并進一步探討兩種不同控制策略對捕食系統(tǒng)性能的優(yōu)化效果。其中空間被劃分為間隔為 Δt=0.1 的單位,時間則被分割為間隔Neumann的步長。此外,所有模擬案例均采納了齊次 Δh=1 邊界條件。
注1:為了便于區(qū)分, τ00,τ01,τ02 分別表示無控制,混合控制,新控制系統(tǒng)下的臨界時滯 τ1 。
3.1 無控制下的擴散系統(tǒng)
首先,考慮無控制下的擴散的時滯捕食系統(tǒng)。其中自擴散系數(shù)設(shè)置為 d1=1,d2=2 ,參數(shù)設(shè)置 α=0,Td= 0其余參數(shù): a=0.2,b=1,s=0.2,h=2,m=0.5
經(jīng)計算其平衡點為 ,臨界時滯 τ00=1.27 。我們先觀察選取 x=20 的物種密度變化情況,從圖 1(a),(b) ,圖 2(a),(b) 知,當 τ=1lt;τ0 時,系統(tǒng)(20)是穩(wěn)定的;從圖 1(c),(d) ,圖 2(c),(d) 知,當τ=2gt;τ00 時,系統(tǒng)(20)是不穩(wěn)定的。
圖 1(a) 為在時滯 τ=1 時食餌和捕食者密度隨時間的變化圖,我們可得當 tgt;500 時,捕食者和食餌密度幾乎不隨著時間發(fā)生改變。說明系統(tǒng)(20)在平衡點 E* 處穩(wěn)定。圖 1(b) 的相圖得知其漸近穩(wěn)定,直至與平衡點重合,進一步說系統(tǒng)(20)在平衡點 E* 處穩(wěn)定。圖 1(c) 為在時滯 τ=2 時食餌和捕食者密度隨時間的變化圖,我們可得捕食者和食餌密度隨時間波動。說明系統(tǒng)(20)在平衡點 E* 處不穩(wěn)定。圖 1(d) 的相圖呈現(xiàn)一個極限環(huán),說明此時系統(tǒng)(20)發(fā)生了Hopf分岔,進一步說明系統(tǒng)(20)在平衡點 E* 處不穩(wěn)定。
圖2為不同時滯下的時空密度演化圖。從圖 2(a),(b) 得知,當 τ=1,tgt;500 時圖像基本穩(wěn)定,說明系統(tǒng)20)在平衡點 E* 穩(wěn)定;從圖 2(c),(d) 得知,當 τ=2 ,圖像產(chǎn)生了劇烈振蕩,說明系統(tǒng)(20)在平衡點 E* 不穩(wěn)定。
3.2 混合控制器下的擴散系統(tǒng)
其次,考慮混合控制下的擴散的時滯捕食系統(tǒng),參數(shù)設(shè)置為 α=1.2,Td=0 ,其余參數(shù)同(20)。
經(jīng)計算其平衡點為 E*(u*,v*)=(0.4725,0.9450) ,臨界時滯 τ01=3.59 。從圖 3(a),(b) 知,當 τ=2lt;τ01 時,圖像基本穩(wěn)定,系統(tǒng)(21)是穩(wěn)定的;從圖 3(c),(d) 知,當 τ=5gt;τ01 時,圖像劇烈振蕩,系統(tǒng)(21)是不穩(wěn)定的。
3.3 新控制器下的擴散系統(tǒng)
最后,考慮新控制器下的擴散的時滯捕食系統(tǒng),參數(shù)設(shè)置為 α=1,Td=-1 ,其余參數(shù)同(20)。
經(jīng)計算其平衡點為 E*(u*,v*)=(0.4725,0.9450) ,臨界時滯 τ02=3.36 。從圖 4(a),(b) 知,當 τ=2lt;τ?02 時,圖像基本穩(wěn)定,系統(tǒng)(22)是穩(wěn)定的;從圖 4(c),(d) 知,當 τ=5gt;τ?02 時,圖像劇烈振蕩,系統(tǒng)(22)是不穩(wěn)定的。
3.4新控制器參數(shù)對時滯的影響
通過研究新控制器參數(shù)與臨界時滯的關(guān)系,可以優(yōu)化控制策略,使控制器在調(diào)整系統(tǒng)時滯、控制分岔方
由圖5知,系統(tǒng)(22)在新控制器的參數(shù) Td 確定時,臨界時滯 τ02 隨著參數(shù) α 增加而先遞減后增加。當 Td=0 時,則新控制器退化為混合控制器,混合控制器在參數(shù)α∈[0.5,1.5] 時,臨界時滯 τ02 調(diào)節(jié)范圍為[0,14]。新控制器通過改變參數(shù) Td 使得臨界時滯 τ02 調(diào)節(jié)范圍為[0,23]。因此,新控制器不僅能有效的控制系統(tǒng)(22)的分岔,而且對臨界時滯 τ02 的調(diào)節(jié)范圍比混合控制器更大。
4總結(jié)與展望
4.1本文總結(jié)
本文在混合控制器和 PD 控制器的基礎(chǔ)上構(gòu)造了一個新控制器。
我們利用所構(gòu)造的新控制器來研究了一類擴散的時滯捕食系統(tǒng)。理論和數(shù)值結(jié)果表明:相較于混合控制器新控制器對所研究的擴散的時滯捕食系統(tǒng)的分岔調(diào)節(jié)范圍更大。
結(jié)合生態(tài)防治的實際意義,我們可以通過調(diào)節(jié)控制器的參數(shù),能在一定程度上改變模型的穩(wěn)定域,從而很好的控制種群密度來達到人們控制生物系統(tǒng)動力學的目的,同時也獲得了相應控制器下的捕食系統(tǒng)穩(wěn)定性及Hopf分支條件,為自然界中種群持續(xù)生存和控制提供了理論依據(jù)。
4.2 未來展望
考慮更多生態(tài)因素(如恐懼效應、疾病傳播、物種間的相互作用復雜性等)對捕食系統(tǒng)穩(wěn)定性的影響,可以在已有的控制器設(shè)計基礎(chǔ)上,繼續(xù)探索新的控制器類型,如自適應控制器、智能控制器(如神經(jīng)網(wǎng)絡控制器、模糊控制器)等,以實現(xiàn)對具有擴散的捕食系統(tǒng)的分岔行為更為精準和高效的控制。
參考文獻:
[1JIAXT,ZHAO,HUAGKLBfurcatioaalysisdulatiosofofdLeslie-owerpredator-preyodelwithostantpry harvesting[J].Mathematical Methods in the Applied Sciences,2023,46(18):18789-18814.
[2]LIUL,WANXericsoutiofoeladLslowedHlinyIratoroelicoporatigpreybalism]. Advances in Applied Mathematics,2020,9(8):1170-1176.
[3]WANGSL,XIEZ,ZHONGR,etalStochasticanalysisofapredator-preymodelwithmodifiedLeslie-GowerandHollngtyIs [J].Nonlinear Dynamics,2020,101(2):1245-1262.
[4]HANQX,HEL,ANGQPeriodicsolutioadsatioarydistributionforstochasticpredator-preyodelwithodidsliwer andHolling Type II schemes[J].Filomat,2020,34(4):1383-1402.
[5]CHANGXY,AJamisoffusieLslowepredatorpytithatepndntHlingfucioalo]. Advances in Difference Equations,2019,2019(1):1-23.
6YANGRZ,eteodiusiepredato-prsihodifdLsloefutioalsposelift Malaysian Mathematical Sciences Society,2017,40(1):51-73.
[7]DUANDFUB,WEHopofuratoadhotictractosindeladdiusivepredator-preymodelwithearet] os,Solitons and Fractals,2019,123:206-216.
[8]孫悅,張道祥,周文.恐懼效應對帶時滯的反應擴散捕食系統(tǒng)的穩(wěn)定區(qū)間的影響[J].數(shù)學物理學報,2021,41(6):1980-1992.
[9]XIAOY,ANGS,EJeaneceadperiodicslutioompetitiestewithebackotrolsJ].athematicaladpter Modelling,1998,27(6):33-37.
[10]WAC,etalfaeetiveetioatieelic trolsand time delays[J].Journal ofBiological Dynamics,2019,13(1):43-68.
[11]LUOXS,HEG,WAGB.HtaHybdtrolfprod-oblingfurcatindhsinsreteodaicals]. Chaos,Soliton and Fractal,2003,18(4):775-783.
[12]NAMJUANGYJOOWStablesicngontrolusingunt-crosseyodelforapressplatfoJ].teatioalJoualf Control Automation and Systems,2021,19(8):2821-2829.
[13]ZHANGGUAJHopfurcatiodotrolthdeedpredator-preyodelithoieapyvestingJou nal of Applied Analysis and Computation,2024,14(5): 2954-2976.
[14LIHR,AA,etal.Hourdridotoofdeladdusierepedentprdto-ye]. AIMSMathematics,2024,9(10):29608-29632.
[15]OUW,XUC,CUQYtal.Houatexploratiadtolqepdato-prestcoatigdela Mathematics,2024,9(1):1622-1651.
Bifurcation Control ofa Delayed Predator-Prey System with Diffusion
LU Qin-yu, YUAN Cen-ge,YAN Qing,JIANG Yu-mei,,ZHOU Wen,ZHANG Dao-xiang (SchoolofMathematicsand Statistics,AnhuiNormal University,Wuhu 241oo2,China)
Abstract:This paper investigates the bifurcation control problem of a class of diffusion delayed predator-prey systems.Firstly,we analyzed the stabilityand Hopf bifurcation ofthe system.Secondly,we use the constructed new controller to control the bifurcation behavior of the system. Finally,this paper uses Matlab software to numerically simulate the theoretical results.Theoreticalresults and numerical simulations indicate thatthe newcontrollercan advance,delay,and even eliminate the Hopfbifurcationbehaviorofthe original system.Meanwhile, the newcontroler constructed in this paper has a larger adjustment range compared to the hybrid controller.
Keywords:predator-prey system;Hopfbifurcation;bifurcation control; stability
(責任編輯:馬乃玉)