经典的热传导方程式是基于这样的假设得出的，即传热后温度会立即升高，但是温度的升高是一个缓慢的过程，因此已重建了依赖记忆的热传导模型。 数值结果表明，新模型初边值问题的求解与经典热传导方程相似，但其传播速度比经典热传导方程慢。 此外，前者的传播速度还受时间延迟和内核功能的影响。

Matlab实例源码教程：如何用MATLAB求解非线性微分方程做一个最基本的假设：你们都看过高数。 一。老湿发话了：童鞋们，求解一下这个方程，判断她是否稳定。要是稳定，那么她是否存在极限环：一看明白了，这不就是传说中的范德普方程。地球人都知道她稳定并有极限环。现在我们就看看如何用MATLAB求解她的轨迹。 二。一般的计算机求解方程的方法无外乎是这样：首先把该方程改写成一个规范的形式，一般使用状态空间表示法；而后调用已有的算法进行求解；最后对得出的结果进行处理，比如画图之类的。接下来就对这三大步分别作出解释。 三。输入待求解的方程。         首先我们知道，状态空间的

(1)PDEtool（GUI）求解偏微分方程的一般步骤 在Matlab命令窗口输入pdetool，回车，PDE工具箱的图形用户界面(GUI)系统就启动了.从定义一个偏微分方程问题到完成解偏微分方程的定解，整个过程大致可以分为六个阶段

模型3：人口发展方程 其中t——时间段、r——年龄； ——t 时刻的人口年龄 r 密度函数 ——t时刻、r年龄的人口相对死亡率(可统计量) ——t时刻的单位时间出生的婴儿数(可控量) 偏微分方程模型 基本关系式

人工智能-泛函微分方程的渐近行为研究及其在神经网络中的应用.pdf

人工智能-泛函微分方程在神经网络及生物数学的应用.pdf

运用matlab软件 解决偏微分方程 通过详细例子 让读者能够更好的掌握偏微分方程解法

建立了一系列微分方程来预测中国人口、经济发展、煤炭消耗及碳排放量,描述了人口、GDP、煤炭消耗和碳排放之间的动力学关系。此模型是在人口和GDP建立的竞争者模型扩展的基础上,建立了关于煤炭消耗与碳排放量的微分方程组。利用MATLAB预测了1990-2020年中国人口、GDP、煤炭消耗和碳排放随着时间演化的预测值,且所得到的预测值与历年的实际数据有很好的吻合。

该函数实现了图形用户界面 (GUI) 来求解一组常微分方程 (ODE)，这些方程表示体外病毒和靶细胞动力学的靶细胞限制模型。 它将 ODE 模型参数和包含实验数据（病毒血症以及靶细胞活力）的输入文件作为输入。 它绘制了 ODE 的数值积分解以及实验数据和模型解之间的残差平方和。 该例程绘制了体外病毒血症滴度和靶细胞活力。 GUI 可以方便地接收 ODE 参数的值。 有工具提示，用户可以将鼠标悬停在文本描述上以获取详细描述。

此函数求解一组常微分方程 (ODE)，这些方程表示具有 GUI 的目标单元受限模型。 它将 ODE 模型参数和包含实验数据的输入文件作为输入。 它绘制了 ODE 的数值积分解以及实验数据和模型解之间的残差平方和。 如果您在研究中使用此源代码，请引用这篇论文 [Banerjee S、Perelson AS 和 Moses M (2011) Towards a Quantitative Understanding of Within Host Dynamics of West Nile Virus Infection（准备中）]。