简介：在二维映射神经元模型中,同时施加高、低两种不同频率的刺激信号,以高频信号为调制信号,研究其对系统动力学特性的影响.仿真结果表明,通过调节高频信号的幅值为某一合适值,可以使得神经元膜电位对弱低频信号的线性响应达到最优,产生振动共振现象,从而证实了高频刺激信号能够帮助神经元探测和传导弱低频信号.另外,还研究了模型和信号参数对系统共振特性的影响.

简介：在JohnSehmitt和PhilipHolmes工作基础上建立一个考虑阻尼效应的昆虫LLS（lateralleg-spring）模型，并在MATLAB环境下对其步态运动进行计算机数值模拟，对昆虫在水平面爬行步态进行分析，发现考虑阻尼的模型更符合实际情况，并表现出更好的稳定性，证明了由力学和几何定理主导的控制行为在维持昆虫爬行的稳定性方面起到了十分重要的作用，从而减轻了神经系统的负担，同时也说明了引人阻尼在提高运动稳定性方面发挥的作用．

简介：对直流和混沌电流激励下的Hodgkin—Huxley(H—H)神经元，将周期的微扰动信号分别作用于神经元的不同离子通道，控制神经元放电行为．数值结果表明：作用于不同离子通道的微扰动控制信号，引起完全不同的神经元放电行为；如这些扰动信号可以使神经元从周期性放电转变为抛物线型簇放电、从混沌放电转变为周期放电。

简介：利用CMAC神经网络与PID控制算法,提出了一种针对飞行器挠性结构振动的混合控制方法.首先在给出系统动力学方程的基础上,利用CMAC神经网络的具体特点,给出了神经网络算法;进而将PID控制算法引入控制系统,形成了一种混合控制方法,该方法具有CMAC神经网络与PID控制算法两者的优点.最后针对复杂的飞行器挠性结构振动问题进行了实例仿真,说明了算法的有效性.

简介：基于在无时滞的情况下,非全同的Hindmarsh-Rose耦合神经元达到几乎完全同步的放电模式,通过数值模拟的方法,研究了时滞对耦合Hindmarsh-Rose神经元同步后放电模式的影响.结果表明时滞使得神经元的放电模式发生改变,同时时滞的增加能够诱导簇中的峰逐渐地减小或消失.这一研究将有助于我们更深入地了解时滞对耦合神经元系统行为的影响.

简介：采用Hodgkin-Huxley神经元模型,在二维随机神经网络中引入局部扩散功能缺陷,研究了神经网络中非对称缺陷附近的方形失去扩散功能的缺陷对螺旋波动力学行为的影响.缺陷使螺旋波降低传播速度的行为与缺陷的位置和尺寸有关：靠近螺旋波中心的缺陷影响最为显著,当缺陷远离中心位置时,缺陷的作用明显减弱;缺陷尺寸越大,影响也越显著.同时观察到,在弱耦合神经网络中,缺陷的存在导致了螺旋波的漂移现象.进一步研究缺陷和通道噪声同时存在时系统时空斑图的演化行为,结果发现,噪声作用下缺陷处形成了新的波源.最后,通过分析神经元放电节律和平均膜电位的变化揭示了缺陷对神经网络时空行为影响的机理.

简介：用单一理论和方法对复杂系统进行故障诊断效果不太好．文章讨论了基于神经网络和模糊系统的故障诊断以及它们之间结合方式的特点，提出了一种保障工业生产安全可靠运行的有效方法：分级故障诊断算法＋过程监控与报警，仿真并设计了基于工控网络的工业过程故障诊断与报警系统．研究表明基于径向基函数神经网络＋模糊逻辑的算法具有较快的训练速度和较好的泛化能力，可识别多回路故障．

简介：探讨了漂浮基空间机械臂系统在轨捕获参数未知目标卫星后组合体航天器的镇定控制问题.首先在耦合空间机械臂系统捕获目标卫星操作过程动量、冲量的传递的基础上,建立了适用于漂浮基空间机械臂系统在轨捕获漂浮卫星控制系统设计的组合体航天器数学模型.利用该模型,设计了一种基于模糊高斯基神经网络的非奇异Terminal滑模控制算法.提出的控制算法不仅不要求系统动力学方程关于惯性参数呈线性函数关系,而且也不需要预知系统惯性参数;由于利用神经网络的自学习能力修正模糊控制的控制规则和隶属函数,这样在系统参数识别中,模糊神经网络可减少模糊规则数,更适应于空间机械臂系统在轨捕获的实际应用.最后通过仿真试验对比结果验证了所提出的控制算法的有效性.

简介：通过对Pre-B？tzinger复合体中兴奋性中间神经元模型的研究,从神经元动作电位和峰峰间距（ISIs）的角度考察了模型簇发放中所蕴含的动力学特性.通过对神经元膜电容、平衡电位以及离子通道电导系数等电生理参数的考察,得出了神经元动作电位ISIs序列的各种周期分岔现象,如：加周期分岔和倍周期分岔.通过模型结果可以进一步理解Pre-Btzinger复合体中兴奋性中间神经元簇发放的转化模式和编码特性,并为研究这些簇发放特性对呼吸节律的影响提供线索.

简介：提出一种模糊神经网络控制器并用于机器人轨迹跟踪控制.这种模糊神经网络利用B样条基函数作为隶属函数,可在线根据误差调整隶属函数的形状,使模糊神经网络具有更强的学习和适应能力.仿真与实验结果表明这种网络能很好的用于机器人的轨迹跟踪控制,具有很好的性能.

简介：利用参数互异的Fitzhugh—Nagumo神经元构建了含耦合时滞的无标度神经元网络模型，通过数值模拟的方法，提出研究参数异质性和耦合时滞影响下神经元网络的共振动力学．结果发现，当耦合项中不含时滞时，适中的参数异质性能够使得神经元网络对外界弱周期信号的响应达到最优，即适中的参数异质性能够诱导神经元网络的共振响应，而且异质性诱导共振对耦合强度具有鲁棒性．更重要的是，耦合时滞对参数异质性作用下神经元网络的共振特性也有着显著性影响．当时滞约为信号周期的整数倍时，神经元网络能够周期性地出现共振现象，即适当的耦合时滞能够诱导神经元网络的多重共振，而且这种现象在异质性参数的适当范围内都能明显出现．

简介：Pre-Botzinger复合体中兴奋性神经元节律性簇放电与呼吸节律的产生关系密切．泄漏电流对神经元簇放电具有重要的调节作用．本文利用双参数分岔分析和快慢变量分离等方法，研究了泄漏电流对耦合神经元簇同步模式及其转迁机制的影响．结果表明，在不同初始条件下，当泄漏电导改变时耦合神经元分别表现为同相“fold／homochnic”型、“subHopf／homoclinic”型和反相“fold／foldcycle”型和“subHopf／foldcycle”型簇放电．本文的研究为进一步探索呼吸节律的产生机制提供了一些见解．