电场作用下海马锥体神经元等效应建模

为解决电磁刺激治疗癫痫神经疾病的有效性和安全性等问题,建立了容易引起癫痫发作的海马CA3区锥体神经元在外电场刺激下的等效应模型,并通过Matlab 数值仿真,分别研究了其在直流和交流外电场作用下的动力学特性。仿真结果表明,神经元的放电频率受到直流电场强度的调制,特别对电场的方向比较敏感。当电场为负向时,电场强度的变化对神经元的动力学特性影响明显,当电场为正向时,影响不明显;在交流电场刺激下,神经元的动力学特性改变具有外部电场频率依赖性,不同频率刺激下神经元会出现周期簇放电、同步放电、周期峰放电和混沌放电等状态。据此可指导医生制定更为有效安全的神经疾病电磁刺激治理方案。     

mHR神经元模型的分岔分析及其哈密顿能量控制

研究能量函数对神经元放电特性的影响,对控制神经系统的信息编码、信息传递有着至关重要的作用.文章运用了亥姆霍兹定理与数值仿真相结合的方法,研究了mHR神经元模型在双参数平面内的分岔行为及其放电模式的控制.通过数值仿真发现,mHR神经元模型具有非常丰富的分岔现象,在不同的参数平面内存在倍周期分岔、逆倍周期分岔及无混沌加周期等分岔现象.在此基础上,为了实现对神经元模型混沌放电模式的控制,对神经元系统施加了哈密顿能量反馈控制器.研究发现,通过适当调节该控制器的参数,就能够有效地控制神经元的放电模式类型.这对了解复杂神经元系统的能量消耗及其稳定性具有一定的现实意义.     

利用常量脉冲法控制混沌神经元中的混沌

探讨了一类神经元模型中混沌行为的控制问题。基于控制混沌的比较脉冲反馈方法,发展了常量脉冲方法控制混沌。利用稳定性研究了新方法控制混沌的机制,并对处于混沌状态的神经元进行控制,使神经元的状态稳定在期望的固定点或周期轨道。理论和数值结果表明,新方法能有效控制神经元中的混沌。     

小波迟滞混沌神经元系统及其应用

与混沌神经元使用单一函数作为激励函数不一样,迟滞混沌神经元是在混沌神经元的基础上,将单函数作为激励函数突破为两个相互偏离的函数.两个相互偏离的Sigmoid与Gauss组合作为新的迟滞激励函数,提出小波迟滞混沌神经元.为分析参数对神经元混沌特性的影响,绘制不同参数变化时的分岔图和Lyapunov指数图.对小波迟滞混沌神经元产生的时间序列进行分析,证明其具有随机性.利用该模型对彩色图像进行加密,分析仿真结果,证明该模型可以很好的满足加密要求.     

海马结构中DG对CA3的信号传递作用

利用海马结构中的细胞通道模型,数值研究海马中CA3-DG网络的传递特性.首先分析外界刺激对锥体神经元放电节律的影响,放电节律经历周期峰放电,倍周期分岔通向混沌,激变周期3放电进而演化混沌,最后周期簇爆发的完整放电模式变化过程.然后通过突触连接模型,构造CA3-DG神经系统模型,分析了网络中各种神经元突触后电流总和的计算公式,突触后电流对神经元放电节律的影响以及簇爆发的产生机理,网络结构的强大编码能力揭示了CA3结构在海马信息传递中的特性.模型分析包含突触传递的时滞影响,模型结果与海马发放的实验现象相符合.     

可兴奋神经元的非线性动力学性质

以H-H模型为研究对象,通过改变方程中表征神经元可兴奋性的参数,用数值分析的方法考察可兴奋神经元的动力学性质.结果表明,可兴奋性控制参数越高的神经元,动作电位发生的阈值越大,所能承受的刺激范围也越大.每种神经元都有一个特定的参数域,当参数在其中变化时,神经元对于恒定刺激的反应是混沌的.     

参数驱动实现两个非耦合神经元完全同步与相位同步

讨论了利用外部混沌信号或神经元膜电压实现两个初始条件不同的非耦合Hindmarsh-Rose(HR)神经元的同步问题：利用外部混沌信号调制两个相同的非耦合HR神经元的某些参数，当刺激强度达到某一阈值时最大条件Lyapunov指数(LCLE)变负，两个系统可实现完全同步；利用混沌信号调制两个存在参数差的非耦合HR神经元的输入电流，当刺激强度达到某一阈值时两个系统的最大条件Lyapunov指数都变负，两个HR神经元将实现相位同步．此项研究从实验的角度为实现非耦合神经元同步提供了可行的方法，为今后研究更加复杂的神经元系统打下了一定的理论基础．     

外界刺激对CA1锥体神经元放电节律的影响

应用神经元房室模型,研究了外界刺激对CA1锥体神经元放电节律的影响.得到几个结论:第一,对直流刺激,随着刺激的增大,胞体放电先后经历混沌放电、周期多峰放电、周期双峰放电和周期单峰放电,胞体膜电位ISI会产生分叉,动作电位发放频率也会增大;第二,对交流刺激,胞体放电节律对振幅或频率的改变非常敏感,振幅或频率的微小改变也能致使胞体放电节律的显著变化.其中一些结果与实验和前人研究结果相吻合.     

模糊混沌神经网络的构建方法研究

基于混沌神经网络的构建过程,提出一种构建模糊混沌神经网络(FCNN)的方法,在介绍了BP算法及混沌神经网络概念的基础上,给出了混沌BP算法,并提出了基于混沌BP算法的模糊混沌神经元的动态模型,从而构建模糊混沌神经网络。主要讨论所构建的模糊混沌神经网络的模糊特性、耗散性和李亚普诺夫性能指标。给出了模型具有模糊特性的几个特征,以及满足耗散性和混沌特性的条件。仿真实验表明所提出的模糊混沌神经元模型既具有模糊特性又具有混沌特性。     

耦合神经元体系对外界信号的选择性响应

采用Hindmarsh-Rose (HR) 神经元模型,考察了两个神经元耦合体系对外界信号的响应模式.当调节信号的频率时,从放电脉冲的尖峰间隔(Interspike interval-ISI)变化中可以发现,体系随着外界不同频率,信号能在不同周期态之间以及周期态和混沌态之间发生跃迁;而当调节信号的强度时也可以观察到周期态之间类似的跃迁现象.这些现象表明神经元体系对不同频率的外界信号存在着较明显的选择效应.该数值模拟结果将有助于揭示生物细胞体系对外界刺激的响应模式和内在机制.     

分数阶Rikitake系统中的混沌及其控制

研究分数阶Rikitake系统的混沌动力学行为.数值模拟证明分数阶Rikitake系统存在混沌,并且得出分数阶Rikitake系统能产生混沌吸引子的最低阶数为2.94阶.利用线性反馈控制法研究了分数阶Rikitake混沌系统的混沌控制问题,得出受控分数阶Rikitake混沌系统的混沌轨道达到不稳定平衡点时的条件,数值模拟进一步验证了该方法的有效性.     

基于单神经元控制器的交流矢量控制系统

根据感应电机矢量控制原理 ,将单神经元控制器应用于磁场定向的矢量控制系统中 ,并给出了单神经元控制器模型 并将单神经元控制器代替矢量控制系统中的转速调节器 ,进行了易于算法实现和实际控制系统实现的智能交流矢量控制系统设计和仿真研究 ,MAT LAB仿真结果表明 ,该系统具有良好的动态性能     

基于混沌粒子群算法的伺服阀动态参数寻优

以双喷嘴挡板伺服阀为研究对象,确定6个动态参数为待寻优参数,根据快速性和稳定性的优化目标,建立伺服阀动态参数优化模型。优化模型运用混沌粒子群优化算法对伺服阀的动态参数进行寻优,得出一组最优解。通过对寻优前后数据的MATLAB仿真对比分析,验证了优化模型和优化方法的有效性。     

混沌控制理论及研究进展

混沌和混沌控制是非线性动力系统的新理论，是非线性科学应用的新研究领域．本文介绍了混沌的背景、产生、特点、性质及研究混沌与混沌控制的主要方法，阐述了混沌理论的普遍应用，指出混沌控制的研究方向在理论与实际应用方面都具有十分良好的前景。     

上田振子系统的混沌及其混沌控制

研究了上田振子系统的混沌及控制方法,分析了该系统的动力学特性,给出了Poincare截面图、时间响应图及随系统单个参数变化的分岔图和Lyapunov指数图,采用反馈线性化方法来控制该系统的混沌.在不稳定平衡点数值仿真表明,设计线性反馈控制器可以将混沌控制到稳定的周期轨道.     

横向磁场导致CO2激光器非稳性及混沌的理论研究

从描述ＣＯ２激光器的激光方程出发，引入周期调制，建立一理论模型，数值计算表明，在改变控制参数的情况下，方程可产生混沌解，理论与实验符合较好。     

二阶非线性电路中的不相容性

为了研究动力学系统和混沌中产生的跳跃随机性,利用能量平衡原理分析了二阶非线性电路的退化方程。发现了动力学系统中的连续不相容性是电路状态发生跳跃的原因之一,这种连续不相容性是指解依约束方程电路的状态轨迹运动进入某一区域时,其任何运动与停止都是与该约束方程相矛盾的:电路状态是处于既不能向前,又不能后退,也不能停止不动的境地,而在该区域外的临近区域,它的运动都与约束方程相容。同时发现动力学系统中的非线性函数项(或非线性元件)能够发生跳跃随机性和产生跳跃随机曲线,以使电路的状态轨迹达到与约束方程相容的状态。     

一种新蝶状混沌系统的滑模控制方法研究

引入一种新的蝶状系统,利用Matlab软件计算出其存在大于0的Lyapunov指数,证实该系统是混沌系统,并且通过描绘吸引子相图和分析系统的动力学性质进一步展示系统的混沌性。然后,基于自适应滑模变结构控制的方法,引进恰当的控制律将该系统的混动状态稳定到指定的平衡点。最后,通过数值仿真,验证所引进的方法对该系统混沌控制具有良好效果。     

永磁直线电机运输系统中的模糊增益神经控制

永磁直线同步电动机的理论研究还不十分完善,在初级分段的形式下该运输系统整体数学模型变化很大且边缘效应的影响更加剧烈.因此不能利用其数学模型或常规的控制方法对垂直运动的PMLSM实现良好控制.本文设计了直线伺服系统的神经元控制器.首先应用神经元控制器,它可以自动调节权值获得多个控制参数,然后考虑到被控对象的多动态特性,加入输出比例因子的在线模糊修改部分,从而改善了控制器的动态和静态特性.实验证明,该伺服系统能够消除PMLSM固有的负载扰动、边缘效应、参数时变对系统伺服性能的影响;且具有自学习能力强、快速跟踪、定位精确和鲁棒性强等特点.     

两电机同步系统的神经网络控制

在对两台感应电机同步系统模型分析的基础上,依据同步系统的结构特点和控制要求,结合人工神经网络的非线性映射、自适应、自学习等能力,提出一种新的基于神经网络的两电机同步系统控制方案,其中神经网络控制器由基于RBF网络整定的自适应PID控制器和神经元解耦补偿器两部分组成.两个自适应PID控制器分别对速度控制回路和张力控制回路进行自适应控制,使系统具有更强的适应能力、更好的实时性和鲁棒性;神经元解耦补偿器综合两控制回路的耦合作用,通过训练网络权值,补偿各回路之间的耦合影响,实现速度和张力的解耦.试验结果表明:采用神经网络控制方法可以实现两电机同步系统中速度和张力的解耦控制,系统具有良好的动静态性能.