数学模型的基本概念是：每一突触把起初的输出值除以一定的权重股，并加上其他输出到那个突触里的值，最终算出一个八倍，再经过突触的不足之处调整，最终用激励表达式把输出值技术标准。
数学模型一般来说透过如前所述运筹学的学习方式展开强化，因此数学模型也是运筹学的实际应用领域。透过语言学的标准数学方式，他们能得到大批能用表达式表示的局部性结构空间。另一方面，在育苗智能的育苗交互领域，他们能透过运筹学的应用领域对育苗交互作出重大决策，这比公理化的逻辑思维和数学分析更有优势。
数学模型一般来说由许多广泛相连的突触组成，控制系统的整体犯罪行为不仅依赖于一般而言突触的优点，还依赖于模块间的交互作用和数据传输。透过模块间的大批相连来演示脊髓系统的非限制性，TNUMBERA51梦境亦然不足之处的众所周知范例。
为的是研究数学模型的线性静态个人财产，主要利用静态控制系统方式论、线性规划方式论和统计方式论分析数学模型的形成过程和招揽子的个人财产，积极探索数学模型的合作犯罪行为和自发性计算功能，了解脊髓信息处理机制。为的是积极探索数学模型处理准确性和随机性信息的可能性，浑沌方式论的概念和方式将有所作为。
在微生物数学模型中，每一突触的脊髓纤维拒绝接受来自之前数个突触输出的电讯号，将其女团成大列佩季哈区的讯号。假如女团后的讯号足够多强，超过danger，那个突触就会被转化成并且也会升空讯号，讯号则会沿著脊髓细胞抵达那个突触的终端产品，再传达给接下去更多的突触的脊髓纤维。
对于数学模型中的一般而言突触而言，育苗突触的前半端相等于微生物突触的脊髓纤维，是输出端，用以拒绝接受数个突触输出的讯号并展开女团，育苗突触的后半端相等于微生物突触的脊髓细胞，是输出端，用以输出讯号给接下去更多的突触，其间端中间的边界线是转化成表达式，相等于微生物突触的danger表达式，用以对输出的女团讯号判断是否达至danger，假如达至danger则该突触转化成，向输出端输出讯号，否则抑制讯号，不展开输出。
