本课题主要研究了以下两方面的内容：神经冲动传导的孤立子模型及其性质和基于神经冲动传导机制所建立的新的人工神经元及神经网络。　　在第2章中，首先从神经生物学的己知结论出发，探讨了神经元的工作原理，并介绍了神经冲动传导的Hodgkin-Huxley电学模型。针对Heimburg等人提出的孤立子模型，利用双曲函数展开法和椭圆函数展开法求出了方程的八类孤立波解，其中包括钟状孤立子解、扭结状孤立子解和周期解。然后详细研究了神经元突触的工作原理和记忆的本质，指出突触是神经系统能够执行功能的最重要的环节之一。　　针对神经突触的特点和工作原理，在第3章中首先建立了突触中递质数量变化规律的数学模型，其中前突触细胞中递质储存量满足带有迁出的受限增长模型，而突触间隙中的递质数量满足带有迁入的指数增长模型。在此基础上，建立了进行突触后膜电位信息整合的人工神经元模型。进一步利用这种模型研究了单输入的神经元对不同输入信息的状态曲线，表明我们的人工神经元模型符合前述的神经元性质。最后，根据群体编码理论，利用意识单元的概念建立了前馈型多层神经网络，并编码实现了网络实例，网络的学习算法采用经典的误差回传机制。利用这种网络和BP箅法，我们处理了两个简单的8×8图像中的矩形，结果表明新的神经网络模型在BP算法下能够给出符合群体编码和意识单元特征的结果，新的神经网络具有一定的实用价值。