基本信息：

李永凤, 女，博士、教授。联系方式：yfli2003@163.com

硕士生导师，中共党员，河南省青年骨干教师，郑州轻工业大学优秀研究生指导教师，国家留学基金委公派加拿大约克大学访问学者，湖南省、浙江省自然科学基金网评专家，江西省、山东省、河北省科技专家库成员。国际SCI期刊《Commu. Nonlinear Sci. Numer. Simulat.》等杂志审稿人，主要从事于种群生态学和传染病动力学等生物数学方面的数学建模与研究。主持完成国家自然科学基金青年基金1项、省部级项目多项，参与获河南省教育厅科技成果奖一等奖1项、省一流课程1门、省精品视频课程1门，指导学生参加全国大学生数学竞赛等获奖多项。在国内外重要学术期刊发表学术论文40余篇，参编教材1部。

教育背景：

2006.09--2009.06  博士  南京师范大学     数学

2003.09--2006.07  硕士  信阳师范大学      数学

1999.09--2003.07  学士  信阳师范大学      数学

工作履历：

2023.01-至今      郑州轻工业大学         教授

2015.07-2016.07   加拿大约克大学      访问学者

2013.01-2022.12   郑州轻工业大学        副教授

2009.06-2012.12   郑州轻工业大学     (校聘)副教授

教授课程：

本科生课程：《数学分析》《高等数学》《常微分方程》

研究生课程：《常微分方程定性与稳定性方法》《脉冲微分方程理论及应用》《时滞微分方程》

荣誉和奖励：

[1]河南省教育厅科技成果一等奖，豫教[2013]04206号，参与

[2]河南省高等学校青年骨干教师   2017年

[3]河南省第五届数学微课程教学设计竞赛二等奖，2019年

[4]全国大学生数学竞赛优秀指导教师，2021年

[5]郑州轻工业大学优秀研究生指导教师，2023年

主持或参加项目：

[1] 国家自然科学基金(青年基金)项目，11201433，脉冲扩散对种群生态学模型的影响，2013/01-2015/12，22万元，结项，主持；

[2]河南省基础与前沿技术研究计划项目，112300410156，关于农林业病虫害管理的脉冲模型研究，2011/01-2013/12，5万元，结项，主持；

[3]河南省科技攻关项目, 202102310631，时滞和扩散因素对虫媒传染病模型的影响研究，2020/01-2021/12，结项，主持

[4]河南省教育厅自然科学计划项目, 2011A110022，时滞脉冲模型在农作物病虫害管理中的应用，2011/01-2012/12，1万元，结题，主持；

[5]河南省高等学校重点科研项目, 19A110036，，2019/01-2020/12，3万元，结题，主持；

[6]河南省高等学校青年骨干教师资助计划项目, 2013GGJS-110, 媒体报道与有限医疗资源下传染病模型研究, 2014/01-2016/12，2万元，结题，主持；

[7]郑州轻工业大学青年骨干教师项目，2016XQG-12，状态脉冲微分方程在生物控制中的应用，2013/01-2015/12，0.5万元，结题，主持;

[8]河南省基础与前沿技术研究计划项目，122300410117，传染病的脉冲时滞模型最优控制研究，2012/01-2014/12，2万元，结题，第二参与；

[9]河南省高等学校重点科研项目, 18A110034, 基于分支理论的组合摄动方法分析，2018/01-2019/12，3万元，结题，第一参与；

[10]河南省一流本科课程，数学分析，证书编号：豫教[2021]21254，文件号：教高[2021]174号；2021.07，第二参与。

代表性论文(*为通讯作者)

[1] Yongfeng Li*, Song Huang, Xinyu Song, Global dynamic analysis of a nonlinear state-dependent feedback control SIR model with saturation indicence. Eur. Phys. J. Plus 138 (2023),636.

[2] Yongfeng Li*, Chengzhi Zhu, Yanwei Liu, Dynamic analysis of a predator-prey model with state-dependent impulsive effects. Chin. Quart. J. of Math. 38 (2023), 1-19.

[3] Yongfeng Li, Shuaishuai Chang, QingE Wu, A short utterance speaker recognition method with improved cepstrum–CNN. SN Applied Sciences, 4(2022), 330.