具有记忆时滞的捕食者-食饵模型的分支分析OACSTPCD

本文研究了一类在Neumann边界条件下带有记忆时滞的捕食者-食饵模型稳定性以及分支的相关问题.利用强极大值原理和抛物方程的比较原理得到了模型的适定性(存在性、唯一性和正性),然后分析了系统中常数稳态解的稳定性;同时以基于记忆的扩散系数为分支参数,得到了系统的Turing分支和Hopf分支;说明了在该系统中对于任意的记忆时滞,总会存在大于临界值的记忆扩散系数,使得正常数稳态解是不稳定的;最后利用数值模拟验证相应结论.