神经网络建模
神经网络建模包括知识概念模型、神经疾病模型、物理化学模型、数学统计模型等。
早在1891年，S.卡哈尔创立神经元学说，认为整个神经系统是由结构上相对独立的神经细胞构成。在此基础上，1906年C.S.谢林顿提出了神经元间突触的概念。20世纪20年代，E.D.艾德里安提出神经动作电位，揭示了神经系统的电生理特征。1943年，W.S.麦克库洛赫和W.皮茨建立了第一个神经网络的数学模型。1952年，A.L.霍奇金和A.F.赫胥黎建立了第一个符合生理学性质的神经元模型，从动力系统的角度来解释神经动作电位产生的本质机制。1954年，生理学家J.C.埃克尔斯提出了真实突触的分流模型，从而为神经网络模拟突触的功能提供了生理学依据。60年代末，美国科学家在大脑视觉皮层中发现神经细胞的柱状结构——功能柱。此后，脑研究领域一直将功能柱结构看作是大脑功能组织的一个基本原则。1972年，H.R.威尔逊和J.D.考恩建立了功能柱的数学模型。S.阿马里开创和发展了基于统计的方法，在神经网络的数学基础理论特别是信息几何方面做出了奠基性的工作，包括神经场的动力学理论和统计神经动力学等。90年代起，学者们开始建立了一些关于电突触和化学突触耦合的理论模型，开展了耦合神经元系统的各种同步放电行为的研究，表明了神经元同步在大脑的信息处理过程中发挥重要作用。以神经疾病为背景的病态网络动力学建模及控制的研究开始兴起，是一个充满未知的新领域，需要在神经系统基本原理和计算理论方面进行更深刻的探索。
结合神经系统的解剖特征和功能原理，将网络科学，物理统计方法、复杂网络理论以及非线性系统理论等应用到生物神经网络的研究中，是神经网络建模重要的方法和手段。一方面理论模型的建立需要基于真实的实验数据，另一方面通过建立的理论模型做出的预测可以进行试验验证，甚至指导试验设计。
