In neuronalen Schaltungen kann die Ausgangsspannung kapazitiver Bauelemente als dimensionslose Variable abgebildet werden, deren Entladungsmodus den in biologischen Neuronen detektierten Membranpotenzialen ähnelt. Um den Einfluss der Zellmembranverformung weiter zu berücksichtigen, wurde in die neuronale Schaltung ein Memristor eingeführt, wodurch die Fähigkeit des Modells zur Simulation neuronalen Verhaltens unter verschiedenen physiologischen und Umweltbedingungen verbessert wird. Der Kondensator und der Memristor sind über einen linearen Widerstand verbunden und parallel zu einem anderen Zweig der Schaltung, der eine Induktivität und einen nichtlinearen Widerstand enthält. Durch die äquivalente Umwandlung der physikalischen Gleichungen dieser neuronalen Schaltung in ein theoretisches Neuronenmodell wurden systematisch die elektrischen Aktivitätsmerkmale von Neuronen mit einer Doppelmembranstruktur und zwei kapazitiven Variablen diskutiert. Ein dimensionsloses Neuronenmodell und dessen entsprechende Energiefunktion wurden abgeleitet. Die Energiefunktion des neuronalen Feldes wurde in eine äquivalente Hamilton-Funktion umgewandelt und durch den Helmholtz-Theorem weiter verifiziert. Der Durchschnittswert der Hamilton-Funktion kann als Indikator zur Vorhersage des Auftretens von stochastischer Resonanz dienen und wurde durch die Analyse der Verteilungskurve des Variationskoeffizienten bestätigt. Die Ergebnisse zeigen, dass der Entladungsmodus der Neuronen eng mit dem Energieniveau zusammenhängt. Daher wurde eine adaptive Steuerungsstrategie vorgeschlagen, um den Modusübergang der neuronalen elektrischen Aktivität zu regulieren. Eine äquivalente Simulationsschaltung wurde aufgebaut, um die numerischen Ergebnisse zu verifizieren und die Zuverlässigkeit dieses Neuronenmodells zu bestätigen.

Neuronen Schaltung; Neuronenmodell; Hamilton-Energie; Memristor; kohärenter Resonanz