简介：根据符号动力系统与真实动力学系统拓扑共轭的特性，本文提出动态标架分割法，把动力学系统的某时间变量序列转化成符号序列；运用Lemple-Ziv复杂度算法计算该符号序列的复杂度值，据此对动力学系统的复杂性进行分析，从而可以对动力学系统的性质进行定性地判断，以杜芬振子为例，数值模拟结果表明基于动态标架分割法计算得到的复杂度能够很好地描述系统的复杂性，并可定性地判断系统的性质。

简介：研究完整力学系统的Noether对称性、Lie对称性和形式不变性，以及由它们导致的Noether守恒量、Hojman守恒量和一类新型守恒量。

简介：峰放电频率适应性是神经元在信息处理过程中重要的动力学特性之一.当神经系统受到外电场作用时,会对其动力学行为以及神经电信息的产生、传导产生影响.我们基于Leakyintegrate-and-fire（LIF）神经元模型,建立了外电场作用下改进的LIF神经元模型.采用随时间演化的膜电位曲线和峰放电频率曲线,以及随外电场变化的起始峰放电频率曲线和稳态峰放电频率曲线,研究不同强度、频率外电场作用下改进的LIF模型的适应性变化.此外,还利用相邻峰峰间期（ISI）之间的相关性进一步阐明外电场对神经元适应性的影响.

简介：利用参数互异的Fitzhugh—Nagumo神经元构建了含耦合时滞的无标度神经元网络模型，通过数值模拟的方法，提出研究参数异质性和耦合时滞影响下神经元网络的共振动力学．结果发现，当耦合项中不含时滞时，适中的参数异质性能够使得神经元网络对外界弱周期信号的响应达到最优，即适中的参数异质性能够诱导神经元网络的共振响应，而且异质性诱导共振对耦合强度具有鲁棒性．更重要的是，耦合时滞对参数异质性作用下神经元网络的共振特性也有着显著性影响．当时滞约为信号周期的整数倍时，神经元网络能够周期性地出现共振现象，即适当的耦合时滞能够诱导神经元网络的多重共振，而且这种现象在异质性参数的适当范围内都能明显出现．

简介：研究了一类具有时滞及非线性特性发生率的SIRS传染病模型，首先利用特征值理论分析了无病平衡点和地方病平衡点的局部稳定性；并以时滞τ作为分岔参数，分析了模型的Hopf分岔行为，运用中心流形定理和规范型理论给出了分岔方向及分岔周期解稳定性的计算公式；最后，数值模拟验证了理论分析结果．