研究目的：神经群模型是典型的非线性动态系统,具有丰富而复杂的动力学行为模式。由于突触可塑性和神经元内在可塑性的影响,神经群兴奋性与抑制性突触增益、突触连接数目及神经元胞体参数是动态变化的；同时神经群输入对神经群动力学特性也具有重要影响。上述因素对神经群动力学特性具有重要调控作用,其平衡是维持正常神经电活动的前提,而其失衡是诱发癫痫与帕金森等神经疾病的重要原因,因而研究模型自身参数及外界输入对神经群动力学特性的调控规律具有重要意义。研究方法：通过神经群三个突触模型的输出数学描述,可以得到由六个一阶微分方程表示的神经群模型,根据微分方程求得模型的平衡点,得到模型平衡点处的模型输出,由雅可比矩阵通过计算系统特征根实部的符号可判断该平衡点是否稳定,据此可判断神经群模型平衡点曲线的稳定和不稳定区域。同时,根据以上神经群模型的数学描述,借助于分岔软件Matcont对神经群模型进行分岔分析以研究神经群动力学特性。研究结果：本文基于分岔理论,针对Jansen提出的神经群模型,通过分岔分析给出了神经群运行于单稳、双稳、正常和异常极限环振荡状态等典型动力学状态的参数区域,剖析了模型参数及其相互作用对神经群动力学特性的调控规律,揭示了神经群模型的振荡转换机制,仿真结果验证了分岔分析结果的正确性和有效性。研究结果从以下三个方面展开：1.通过兴奋性与抑制性突触增益和突触连接数目的单参数分岔分析和双参数分岔分析,分别给出了产生各种典型动力学模式的前馈、正反馈和负反馈突触增益以及突触连接数目的单参数区间及它们之间的双参数区域；上述结果定量剖析了兴奋性与抑制性突触可塑性及其相互作用对神经群动力学特性的调控规律。2.通过神经元内在可塑性参数的单参数分岔分析和双参数分岔分析分别给出了产生各种典型动力学模式的神经元参数的单参数区间和双参数区域,剖析了神经元可塑性参数以及神经元参数间的相互作用对神经群动力学特性的调控规律。3.分别通过神经群输入的单参数和双参数分岔分析分别给出了产生各种典型动力学模式的神经群输入的单参数及双参数区域,剖析了神经群输入以及神经群输入间的相互作用对神经群动力学特性的调控规律。研究结论：神经振荡是神经系统信息传递和处理的基础,研究结果定量剖析了模型自身参数及输入对神经群动力学特性的调控规律,同时也揭示了神经群的两种振荡机制：极限环振荡机制及输入诱发的双稳态切换振荡机制。本文的研究对从动力学角度理解模型自身参数及输入在脑功能的维持及各种神经疾病的诱发机制中所扮演的角色具有重要参考价值。神经群模型体现了神经群各影响因素对神经电活动的协同调控机制,对理解更高层次脑神经网络动力学特性的调控机制具有借鉴意义。