Brian2开源框架学习笔记----4.数值积分

默认情况下，Brian自动选择一种积分方法。首先尝试精确的求解方程（对于线性方程），然后诉诸数值算法。它也会适当地处理随机微分方程的积分。

在某些情况下，由于无法预先确定参数的选择，自动选择集成方法将是不合适的。在这种情况下，通常你将会在结果中获得nan（不是数字）值，或者大的振荡。在这种情况下，brian将生成警告，但并不会引发错误。

---

方法选择

如果你更想自己选择积分方法，你可以为NeuroGroup，Synapses或SpatialNeuron使用关键字。以下列表是可供选择的积分方法：

'exact':线性方程的精确积分（另一个名字:'linear'）

'exponential_euler':条件线性方程的指数欧拉积分

'euler':正演欧拉积分(用欧拉-丸山法求解加性随机微分方程）

'rk2':二阶龙格-库塔法（中点法）

'rk4':经典龙格-库塔法

'heun':求解具有非对角乘性噪声的Stratonovich随机微分方程的随机Heun方法

'milstein':含对角乘性噪声随机微分方程的无导数Milstein方法

以下方法仍被认为是实验性的：

'gsl':当选择使用GNU科学库ODE求解器对方程进行积分时，默认积分器:rkf45方法。默认情况下使用可调整的时间步长。

'gsl_rkf45’:Runge-Kutta-Fehlberg方法。根据GSL文档，这是一个很好的通用积分器。默认情况下使用可调整的时间步长。

'gsl_rk2':使用GSL的二阶龙格-库塔法。默认情况下使用可调整的时间步长。

'gsl_rk4':使用GSL的四阶龙格-库塔法。默认情况下使用可调整的时间步长。

'gsl_rkck':使用GSL的Runge-Kutta Cash-Karp方法。默认情况下使用可调整的时间步长。

'gsl_rk8pd':龙格-库塔王子-多蒙德方法使用GSL。默认情况下使用可调整的时间步长。