神经系统是一个精密、复杂而高效的多层次、非线性系统，神经信息处理过程涉及到神经系统中各个层次及各个区域的协作和耦合。目前已被我们熟知的神经编码理论和研究方法往往仅限于在一个层次上的分析与讨论，而且无法描述或处理高维度神经动力学系统的编码问题。近几年提出的能量编码是一种新颖的能够适用于所有层次的研究方法，研究表明用能量编码方法能够很好地解释大脑的全局活动。由于神经信息处理过程与能量消耗密切相关，通过研究神经活动中的能量演化机制，有助于阐明大脑认知过程中的编码规律。　　本文基于能量编码假说，运用神经动力学研究方法，从分子、神经细胞、以及神经网络这三个层次上来探讨神经活动时的能量演化机制，试图从能量的角度来研究大脑全局神经信息编码的内在规律。　　本文首先利用单个神经元的能量计算模型，通过仿真得到了神经元发放过程中膜电位和能量消耗的演化曲线，从中发现神经能量有从负到正转变的现象。针对这一新的发现，本文从分子层次上剖析这一现象产生的原因，其中涉及了相关的离子通道机制、以及神经元与星形胶质细胞在物质交换和能量代谢中的相互作用。之后，本文从细胞层次上建立了一种下丘脑中葡萄糖兴奋性神经元的动力学模型，这是一类与血糖调节和大脑能量需求有密切关联的神经元，通过仿真得到了该神经元在不同水平的葡萄糖供给条件下的发放特性和能量消耗情况。最后，本文从网络层次上，建立了一种改进的网格型神经网络模型，通过仿真得到了该神经网络在随机耦合条件下的放电同步性及能量消耗情况，为下一步对于复杂神经网络的研究提供了基础和依据。