生物仿生网络的结构与控制

开发揭示大脑网络功能如何实现感觉感知、运动控制、记忆以及动物存活所必需的各种操作的网络控制系统理论基础日益受到关注。本文提出一种受生物启发的网络模型，特点是由海布林学习调节的动态连接。基于图论和经典控制理论，我们展示了该新型非线性模型具有受生物学可信特征，包括有界演化、稳定性、韧性以及某种结构稳定性——即模型参数的扰动不会破坏模型的基本性质。该网络模型涉及广义仿人图谱，并包含多个控制输入节点，证明了只要保持广义仿人结构，网络对各种拓扑变化都具有韧性。以下文中所述的具体例子是猕鲜猴视觉系统的理想化网络模型。该模型对网络干扰具有韧性，这类干扰在活体生物由于疾病或损伤而发生。另一种相同类型的模型提供了数据分类的系统示例。