电场作用下HR神经元的分岔分析及参数辨识

详细分析了电场作用下四维Hindmarsh-Rose（HR）神经元模型的分岔模式及放电行为。通过数值仿真得到该神经元模型的多组双参数分岔图、最大Lyapunov指数图、峰峰间期分岔图等,发现该模型在双参数平面上存在倍周期分岔、加周期分岔等模式及“锯齿状”混沌结构。通过构建合适的目标函数,提出了自适应混合粒子群遗传算法,将神经元模型的参数辨识转化为最优化问题。数值仿真结果表明,算法对神经元模型的参数辨识效果较好,能更准确地辨识未知参数,具有一定优越性。     

基于麦克斯韦电磁场理论的神经元动力学响应与隐藏放电控制

钙、钾、钠等离子在细胞内连续泵送和传输时产生的时变电场不仅会影响神经元的放电活动,而且会诱导时变磁场去进一步调节细胞内离子的传播.根据麦克斯韦电磁场理论,时变的电场和磁场在细胞内外的电生理环境中会相互激发而产生电磁场.为了探究电磁场影响下的神经元放电节律转迁,本文在三维Hindmarsh-Rose(HR)神经元模型的基...     

一类忆阻神经元的电活动多模振荡及Hamilton 能量反馈控制

根据法拉第电磁感应定律,在离子穿越细胞膜或者在外界电磁辐射下,细胞内外的电生理环境会产生电磁感应效应,继而会影响神经元的电活动行为. 基于此,本文考虑电磁感应影响下的 Hindmarsh-Rose (HR) 神经元模型,研究了其混合模式振荡放电特征,并设计一个 Hamilton 能量反馈控制器,将其控制到不同的周期簇放电状态. 首先,通过理论分析发现磁通 HR 神经元系统的 Hopf 分岔使其平衡点的稳定性发生了改变,并产生极限环,进而研究了 Hopf 分岔点附近膜电压的放电特征. 基于双参数数值仿真发现该系统具有丰富的分岔结构,在不同的参数平面上存在倍周期分岔、伴有混沌的加周期分岔、无混沌的加周期分岔以及共存的混合模式振荡. 最后,为了有效控制膜电压的混合模式振荡,利用亥姆霍兹理论计算出磁通 HR 神经元系统的 Hamilton 能量函数并设计 Hamilton 能量反馈控制器,通过数值仿真分析了膜电压在不同反馈增益下的簇放电状态,发现该控制器能够有效地控制膜电压到不同的周期簇放电模式. 本文的研究结果为探究电磁感应下神经元的分岔结构及其能量控制领域提供了有用的理论支撑.      

丙型肝炎中免疫模型的动力学分析

对肝炎C病毒与宿主细胞及免疫反应之间关系的动力系统进行了分析,得到了模型平衡点的存在条件,并对复杂的平衡点进行了数值模拟,模拟结果显示系统是趋于渐进稳定的.而且对染病初期,进行抗病毒治疗的数学模型也进行了数值模拟,并且能够达到预期的效果.