刘孟 具有周期系数的随机种群模型的最优收获。 （英语） Zbl 1480.92172号 非线性科学杂志。 32，第2号，第23号论文，第14页（2022年）. 摘要：对于具有周期系数的随机种群模型，由于模型的不均匀性，用于研究自治随机模型的最优收获问题的传统方法是无效的。这份报告的目的是寻找一种可行的方法。利用模型的随机周期解作为桥梁，得到了周期随机Gompertz模型的最优收获努力和最大持续产量的显式表达式。该方法也可用于研究多物种模型，为探索周期随机种群模型的最优收获提供了一种可能的方法。 引用于10文件 MSC公司： 92D25型 人口动态（一般） 60 H10型 随机常微分方程（随机分析方面） 关键词：最佳收获;环境随机性;周期性 PDF格式BibTeX公司 XML格式引用 \textit{M.Liu}，J.非线性科学。32，第2号，第23号论文，第14页（2022年；Zbl 1480.92172） 全文： 内政部 参考文献： [1] 阿尔瓦雷斯，LHR；Shepp，LA，随机波动种群的最优收获，J.Math。《生物学》，37，155-177（1998）·Zbl 0940.92029号 ·doi:10.1007/s002850050124 [2] JR贝丁顿；May，RM，在随机波动的环境中收获自然种群，《科学》，197463-465（1977）·doi:10.1126/science.197.4302.463 [3] Braumann，CA，《随机人口增长中的Itóvs.Stratonovich演算》，数学。生物科学。，206, 81-107 (2007) ·Zbl 1124.92039号 ·doi:10.1016/j.mbs.2004.09.002 [4] 克拉克，CW，《数学生物经济学：可再生资源的最佳管理》（1976年），纽约：威利出版社，纽约·Zbl 0364.90002号 [5] Da Prato，G。；Zabczyk，J.，《无限维系统的遍历性》（1996），剑桥：剑桥大学出版社，剑桥·Zbl 0849.60052号 ·doi:10.1017/CBO9780511662829 [6] Dong，L。；Chen，L。；Sun，L.，周期Gompertz系统的最优收获策略，非线性分析。真实世界应用。，8, 572-578 (2007) ·Zbl 1152.34333号 ·doi:10.1016/j.nonrwa.2006.01.01 [7] 段杰，《随机动力学导论》（2015），北京：科学出版社，北京·Zbl 1359.60003号 [8] 埃文斯，SN；拉尔夫，PL；施赖伯，SJ；Sen，A.，空间异质环境中的随机人口增长，J.Math。《生物学》，66，423-476（2013）·Zbl 1402.92341号 ·doi:10.1007/s00285-012-0514-0 [9] 范，M。；王凯，单种群周期系数最优收获策略，数学。生物科学。，152, 165-177 (1998) ·Zbl 0940.92030号 ·doi:10.1016/S0025-5564（98）10024-X [10] 冯，C。；Zhao，H.，随机周期过程，周期测度和遍历性，J.Differ。Equ.、。，269, 7382-7428 (2020) ·兹比尔1448.37058 ·doi:10.1016/j.jde.2020.05.034 [11] 海宁，A。；阮，DH；Ungureanu，南卡罗来纳州；Wong，T.，随机环境中种群的渐近收获，J.Math。生物学，78，293-329（2019）·Zbl 1410.92099号 ·doi:10.1007/s00285-018-1275-1 [12] 海宁，A。；Tran，K。；Phan，T。；Yin，G.，《相互作用随机种群的收获》，J.Math。生物学，79，533-570（2019）·Zbl 1418.92217号 ·doi:10.1007/s00285-019-01368-x [13] 胡，G。；Li，Y.，随机周期微分方程的马尔可夫切换渐近行为，应用。数学。计算。，264, 403-416 (2015) ·Zbl 1410.60054号 [14] Jenkins，D。；沃森，A。；Miller，GR，《捕食和红松鸡种群》，J.Appl。经济。，1, 183-195 (1964) ·doi:10.2307/2401598 [15] 江，D。；施，N.，关于随机扰动非自治logistic方程的注记，J.Math。分析。申请。，303, 164-172 (2005) ·兹比尔1076.34062 ·doi:10.1016/j.jmaa.2004.08.027 [16] Khasminskii，R.，微分方程的随机稳定性（2012），柏林：施普林格出版社，柏林·Zbl 1241.60002号 ·doi:10.1007/978-3-642-23280-0 [17] 兰德，R。；Engen，S。；Saether，B.，《生态学和保护中的随机种群动态》（2003），伦敦：牛津大学出版社，伦敦·doi:10.1093/acprof:oso/97801985252557.001.001 [18] 李伟（Li，W.）。；Wang，K.，一般随机logistic种群模型的最优收获策略，J.Math。分析。申请。，368, 420-428 (2010) ·Zbl 1187.92081号 ·doi:10.1016/j.jmaa.2010.04.002 [19] Liu，M.，无限时滞随机Lotka-Volterra系统的全局渐近稳定性，IMA J.Appl。数学。，80, 1431-1453 (2015) ·兹比尔1327.35375 ·doi:10.1093/imamat/hxv002 [20] 刘，M。；Bai，C.，带收获的随机三营养食物链模型分析，J.Math。生物学，73597-625（2016）·Zbl 1347.92067号 ·doi:10.1007/s00285-016-0970-z [21] 刘，M。；Bai，C.，带区域切换的随机互惠模型的最优收获，应用。数学。计算。，373, 125040 (2020) ·Zbl 1433.92035号 [22] 刘，M。；何，X。；Yu，J.，具有捕获和分布延迟的随机区域切换捕食者-食饵模型的动力学，非线性分析。混合系统。，28, 87-104 (2018) ·Zbl 1410.91367号 ·doi:10.1016/j.nahs.2017.10.004 [23] 莫顿，RK；新泽西州韦斯特伍德；AJ Isaacson，《木虱狩猎研究：自然动物种群的开发》，J.Appl。经济。，11, 61-81 (1974) ·doi:10.2307/2402005 [24] 邱，H。；Deng，W.，带Lévy跳跃的随机延迟logistic模型的最优收获，J.Phys。A、 49405601（2016）·Zbl 1349.90122号 ·doi:10.1088/1751-8113/49/405401 [25] 邱，H。；Deng，W.，带Lévy跳跃的随机时滞竞争Lotka-Volterra模型的最优收获，应用。数学。计算。，317, 210-222 (2018) ·Zbl 1426.92062号 [26] Tran，K。；Yin，G.，部分观测下随机环境中最优收获策略的数值方法，Automatica，70，74-85（2016）·Zbl 1339.93102号 ·doi:10.1016/j.automatica.2016.03.025 [27] Trotman，JL，《变分微积分与最优控制：初等凸优化》（1996），纽约：Springer，纽约·Zbl 0865.49001号 ·doi:10.1007/978-1-4612-0737-5 [28] Turelli，M.，《随机环境与随机微积分》，Theor。大众。《生物学》，第12期，第140-178页（1977年）·Zbl 0444.92013号 ·doi:10.1016/0040-5809（77）90040-5 [29] 徐，C。；博伊斯，理学硕士；Daley，DJ，《季节性环境中的收获》，数学杂志。生物学，50663-682（2005）·Zbl 1066.92057号 ·文件编号：10.1007/s00285-004-0303-5 [30] Zeng，Z.，Gompertz系统的渐近周期解和最优收获策略，非线性分析。真实世界应用。，12, 1401-1409 (2011) ·Zbl 1211.92046号 ·doi:10.1016/j.nonrwa.2010.10.001 [31] 邹新、郑毅：收获模型的随机建模与分析：间歇控制在“夏季休渔”中的应用。离散Contin。动态。系统。序列号。B 26，5047-5066（2021年）·Zbl 1471.34108号 [32] 邹，X。；李伟（Li，W.）。；Wang，K.，随机Gompertz型扩散过程最优收获的遍历方法，应用。数学。莱特。，26, 170-174 (2013) ·Zbl 1253.92051号 ·doi:10.1016/j.aml.2012.08.06 [33] Zu，L.，Jiang，D.，O'Regan，D.，Ge，B.：具有随机扰动的非自治Lotka-Volterra捕食者-食饵模型的周期解。数学杂志。分析。申请。430, 428-437 (2015) ·Zbl 1326.34091号 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。