| | | | | | |
  当前位置:首页 > 生物神经计算-第30期 

动力系统快-慢分解的自然扩展
作者:数学建模与神经计算 发布日期:2024-1-21
 点击:271
关键词:-

无



        利用模型和参数估计来捕获物理系统的动力学通常是具有挑战性的,因为许多参数的范围可以超过很大的数量级,并且很难通过实验来测量。此外,选择一个合适的模型复杂度需要对模型的潜在用途有充分的理解,例如强调定性行为的基本机制或精确量化现实动力学。我们提出了一种方法,可以指导模型的开发和调优,以获得所需的定性和定量的解。它依赖于不同时间尺度的存在,并采用分离快和慢变量动力学的分离技术,这在定性解的特征分析中是众所周知的。我们在这些方法的基础上展示在分岔参数情形中如何通过指定慢变量二维路径的形式来施加动力学以获得定量解的特征。


原文:Natural extension of fast-slow decomposition for dynamical systems

译文:动力系统的快-慢分解的自然扩展


收 藏 推 荐 打 印 关 闭
上一篇:神经动力学中的庞加莱回归图:三个例子 下一篇:局部分离的稳定流形与簇周期轨道之间的相互作用
   关于我们
s
s
   推荐产品
   图片文章
   最新资讯
二次整合和放电神经元网络中的跨尺度兴奋性
具有二阶突触的精确和启发式神经质量模型...
一个具有突触延迟的大的峰值神经元系统的...
具有短期突触可塑性的峰值神经元网络的平...
排斥抑制在兴奋网络同步中的协同效应
具有双峰异质性的二次整合-触发神经元网...
 
友情链接: 神经计算   国家自然科学基   华南理工大学   全国大学生数学   美国数学建模竞   MATLAB  
咨询热线:刘教授 13650823684 邮箱:liushenat@sohu.com 备案编号:豫ICP备18005949号
地址:广州市番禺区广州大学城 邮编:510006  技术支持:郑州建网站 本站域名:mashqliu.com
Copyright © 2018-2024 数学建模与神经计算 Inc, All Rights Reserved.
在线客服
刘教授 13650823684
客服代表
点击这里给我发消息