2023年4月，我校戴丽华老师与李周红合作的论文《Almost periodic Synchronization for complex-valued neural networks with time varying delays and impulsive effects on time scales》在国际期刊《Journal of Applied Analysis and Computation》发表；2023年8月，戴丽华老师与刘贤宁、陈玉明合作的论文 《Global dynamics of a fractional-order SIS epidemic model with media coverage》在国际期刊《Nonlinear Dynamics》上发表。

《Almost periodic Synchronization for complex-valued neural networks with time varying delays and impulsive effects on time scales》研究了时标上一类具有时变时滞和脉冲效应的复值神经网络的概周期同步问题，得到了该网络的概周期解的存在和具有概周期系数的复值神经网络的驱动响应系统全局指数同步的充分条件，并给出例子来说明我们的结果的可行性。脉冲效应在复值神经网络模型的动力学行为中起着重要的作用。此外，同步问题在图像处理、生态系统、安全通信和谐波振荡产生、编队控制等方面具有重要作用。脉冲同步方法的主要思想是在离散时间利用同步脉冲来调整响应系统的状态，使响应系统的状态接近于驱动系统的状态。这些脉冲是在驱动响应系统的状态变量的离散时刻产生的。因此，利用数字技术可以实现脉冲同步。此外，由于从驱动系统向响应系统传输的同步信息量减少，脉冲同步降低了通信成本，提高了混沌加密系统的安全性。

  全文链接网址：http://www.jaac-online.com/data/article/jaac/preview/pdf/jaac-13-2-893.pdf.

《Global dynamics of a fractional-order SIS epidemic model with media coverage》提出并分析了具有广义传输函数和媒体报道影响的的分数阶SIS传染病模型。由于媒体报道引起个人行为的改变以及疾病的传播过程蕴含了历史依赖性，即当前状态的发展依赖于过去的全部状态，然而经典整数阶导数仅考虑局部历史或邻域内相互作用，建模这种现象的一种方法就是使用分数阶导数。因此，本文提出的模型可以更好的刻画疾病的传播规律。我们首先得到解的存在性、唯一性和非负性。通过下一代矩阵法计算基本再生数R₀，作为阈值参数。准确地说，如果R₀<1则无病平衡是全局渐近稳定的，也就是说疾病最终会灭绝；如果R₀>1，那么地方性平衡是全局渐近稳定的，也就是说疾病最终会持续，形成地方病。通过数值模拟验证了主要的理论结果，并揭示了媒体报道对疾病传播的影响。

全文链接网址：https://link.springer.com/article/10.1007/s11071-023-08838-4.