简介:提出一种以广义柔度矩阵为损伤指标,基于量子粒子群优化算法的结构损伤识别方法.该方法根据结构损伤前后广义柔度矩阵差与结构物理参数变化关系,将结构广义柔度矩阵识别问题转化为优化问题,进而采用系统辨识能力较强的量子粒子群优化算法搜索目标函数最优值,从而达到损伤位置和损伤程度同时识别的双重效果.最后通过简支梁数值模拟对该方法的有效性进行了验证.
简介:浦肯野神经元是小脑皮层唯一的输出神经元,其传入纤维主要包括来自橄榄核的盘状纤维和来自皮层颗粒神经元的平行纤维.基于与实际神经系统十分相似浦肯野神经元回路模型,本文研究了回路中三种神经元(浦肯野神经元,颗粒神经元,盘状纤维)的相位响应曲线(PRC)并结合它们各自的f-I曲线对来区分三种神经元的兴奋性;进而对不同类型的神经元之间的同步性进行分析,着重考察了不同神经元之间突触的电导系数与浦肯野神经元树突上的CaP电导系数的影响等,分析结果显示神经元之间同步性对于它们信息传递起着重要作用.
基于量子粒子群优化算法的结构损伤识别
浦肯野神经元回路中的同步性研究