0

对于上下文，我正在尝试在 Matlab 中建模和模拟时空神经网络。我已经确定了一个微分方程，它将代表我的神经元的动态。

现在，我希望这个微分方程“连续”求解，这意味着我的模拟应该运行，做一些事情，同时我的神经元应该根据微分方程更新。

目前，我有两种方法：

首先，我可以这样做：

ode45(@diffEquation, [0, inf], nn.U); % where nn.U is the initial (usually randomized) neuron state

function dUdt = diffEquation(t,U)
   nn.U = U;
   dUdt = % the equation
end

所以想法是在后台启动一个并行任务，它将无限运行 ode45 并直接更新我的神经元状态nn.U。但是，据我所知，ode45 通常会为每个值存储一个“历史记录”，t并在计算完成时返回这些值（例如tat TFINAL）。我对这些值不感兴趣，我希望通过这种方式运行 ode45，我很快就会耗尽内存。

另一个想法是无限地一遍又一遍地调用 ode45（也在异步后台任务中）：

while 1 % i.e. simulation not over yet
    [~,y] = ode45(@diffEquation, [0, 0.001], nn.U);
    nn.U = y(end,:); 
end

就像第一种方法一样，这对我来说似乎非常笨拙和尴尬。我有一种感觉，必须有一个更优雅的解决方案来解决我的问题。

也许 ode45 在这里不是正确的选择？

编辑：只是为了澄清，差异。方程是一个随时间变化的常方程，没有什么花哨的和可以被 ode45 解决的（即dUdt = -U + some-stuff * networkoutput）

4

1 回答 1

0

如果你的颂歌足够简单。您可以提供分析解决方案，而无需使用 odesolve。任何状况之下。你想运行一个模拟，在虚拟时间内求解 ode。Simulink 可能是一个更好的选择。

于 2012-11-11T23:33:56.193 回答