H-R神经元的正弦函数-延迟反馈反控制

目的研究单个Hindmarsh-Rose(H-R)神经元模型从周期动力学模式转向混沌模式的自适应反控制问题。方法利用施加正弦函数延迟自反馈方法进行数值模拟分析,分别将耦合强度和时间延迟作为控制参数。结果通过大量的数值模拟计算,给出神经元的膜电位变量随耦合强度和时间延迟两个参数变化的分岔图,发现在耦合强度值和时间延迟两个参数组合的一些范围内,本来是3峰周期动力学模式的H-R神经元运动可被反控制成混沌模式及其他周期模式的运动。结论对H-R神经进行反控制的正弦延迟自适应反馈法是有效的,耦合强度和时间延迟均为反控制的重要参数。控制过程反映了神经独有的自适应的信息识别的动力学特性。

一种星形神经网络的混沌同步

通过理论研究和数值模拟,利用基于线性系统稳定准则(SC)的混沌同步方法,配置特殊的非线性项作为耦合函数,讨论一类Hindmarsh-Rose(H-R)神经元构成的复杂星形网络的混沌同步问题.提供了确定网络中神经元之间的同步误差发展方程,给出使神经元网络达到混沌同步的耦合强度的参考值和取值范围.在不同耦合强度影响下,观察神经元的同步过程,总结出各个耦合强度因子对该神经网络同步稳定性过程的影响.

延迟自反馈控制Hindmarsh-Rose神经元的混沌运动

利用线性时间延迟自反馈方法,研究单个Hindmarsh-Rose(H-R)神经元模型混沌动力学模式的控制问题.分别将增益因子和时间延迟作为控制参数,通过数值模拟分析,发现在增益因子和时间延迟两个参数组合的一些范围内,混沌动力学模式的H-R神经元运动可自动被控制成时间间隔意义上的单峰、2峰、3峰及4峰的周期或多倍周期模式.延迟时间的选取并无特别要求,不必和嵌入在混沌吸引子内的某不稳周期轨道的周期相同,延迟控制自适应地引导混沌轨到相应的放电峰峰间隔的周期模式上.