一种基于秀丽线虫脉冲神经网络模型的环境感知方法

摘要

本发明提供的一种基于秀丽线虫脉冲神经网络模型的环境感知方法，通过获取秀丽线虫的神经系统数据、输入状态序列以及目标序列；模拟所述秀丽线虫神经系统中的神经元的连接关系，构建初始秀丽线虫脉冲神经网络模型；使用优化的遗传算法，通过设置交叉概率，并以目标序列为学习目标迭代训练初始秀丽线虫脉冲神经网络模型，以使模型以学习输入序列的特征，直至达到最大进化代数，获得训练完成的秀丽线虫脉冲神经网络模型，从而确定生物机器人的感知模型，用于感知环境信息。由于本发明的脉冲神经元模型满足生物神经元随时间动态变化的特点，有比较高的生物合理性，并且该模型的传递函数较为简单，计算量大幅减小。