神经网络模型在动物行为研究中的应用与发展
1. 神经网络模型概述
神经网络模型是受生物神经网络启发而构建的行为模型，也被称为人工神经网络、连接主义网络或模型、并行分布式处理模型和神经计算机等。以小龙虾的神经网络为例，其负责飞行反应的神经网络一端是尾部的触觉感受器，另一端是连接肌肉的运动神经元，中间的中间神经元处理来自感受器的信息，当触觉刺激足够强时，会向运动神经元发送指令，使小龙虾迅速远离刺激源。
1.1 神经网络模型的基本特征
神经网络模型通过将类似神经元的基本单元（节点或单元）连接成网络，模拟神经系统的架构。每个节点通常与许多其他节点有链接或连接，节点之间可以像神经元一样相互刺激或抑制活动。刺激通过人工感受器和感觉器官进入网络，输出单元的活动代表行为模式或肌肉收缩。
神经网络模型的节点活动通常是一个数字，连续（如 0 到 1 之间）或离散（如 1 表示“活跃”，0 表示“不活跃”）。节点 i 的活动表示为 zi，节点活动是节点从网络中其他节点接收到的总输入 yi 的递增函数 f，即 zi = f(yi) 。总输入 yi 是其他节点活动的加权和，用公式表示为 yi = ∑i Wijzj ，其中 Wij 称为权重，类似于生物突触的强度。
1.2 简单行为建模示例
以动物基于饥饿和食物可用性决定是否进食为例，网络模型有两个输入节点（“饥饿”节点和“食物”节点）直接连接到一个输出节点。输入节点的活动 xi 要么为 1（活跃），要么为 0（不活跃）。当总输入 W1x1 + W2x2 超过阈值 θ 时，输出节点活跃，表示动物进食。通过调整三个参数 W1、W2 和 θ，网络可以根据饥饿和食物的情况决定是否进食。具体参数要求为：一个权
