Проверяемый текст
Брагинский, Михаил Яковлевич; Разработка методов и средств диагностики двигательных функций человека с использованием автоматизированного комплекса (Диссертация 2004)
[стр. 129]

Оно сводится к тому, что увеличение уь например, не влияет на взаимодействие кластера верхнего уровня иерархии с НМС по принципу информационной тормозной связи.
Подводя итог всему сказанному, можно утверждать с учетом приведенных замечаний, что модель
(3.2.6) будет представлять реальные двигательные акты человека или животного в некотором форсированном режиме, когда перекрываются во времени периоды активности обоих кластеров, но максимумы активности соответствующих эфферентных нервов сдвинуты по фазе на некоторую величину ттах.
Таково биологическое обоснование
математической теории.
Численное моделирование (модель 2.2.6) таких процессов нами уже было представлено на рис.
2.2.2 в виде периодических решений.
Именно эти колебания и описывают в первом приближении произвольные движения.
В целом, следует отметить, что на сегодняшний день отсутствует некоторая общая математическая теория, которая
бы могла объяснить сложное управление произвольными движениями, в частности, теппингом.
Использование компартментно-кластерного подхода позволяет приблизиться к формальному математическому описанию подобных движений.
Очевидно, что такие
попытки могут быть несовершенными, но они закладывают определенный фундамент для биофизического исследования произвольных движений, помогают разрабатывать основы теории идентификации систем управления подобными движениями.
Компартментный (пуловый) подход в моделировании иерархических и простых (циклических, в частности) систем управления нервно-мышечными пулами позволяет описывать разнообразные динамические режимы функционирования НМС, что подтверждается выполненными аналитическими и численными (компьютерными) исследованиями.
129
[стр. 108]

В целом, следует отметить, что на сегодняшний день отсутствует некоторая общая математическая теория, которая могла бы объяснить сложное управление произвольными движениями, в частности, теппингом.
Использование компартментно-кластерного подхода позволяет приблизиться к формальному математическому описанию подобных движений.
Очевидно, что такие
первые попытки могут быть несовершенными, но они закладывают определенный фундамент для физико-математического исследования произвольных движений и разработки теории идентификации систем управления подобными движениями.
Для понимания возможности использования компартментнокластерного подхода в описании кластерных систем управления произвольными периодическими движениями (теппингом) рассмотрим далее подробно основы самой теории биологических иерархических систем в рамках общей теории иерархических систем различной организации.
Математическое моделирование таких процессов производится в рамках компартментно-кластерного подхода.
В этом случае матрица А межкомпартментных, межкластерных связей имеет блочно-треугольный вид: А п О О О где элементы Ду являются блочными матрицами и при i * j нулевое или ненулевое значение блока соответствует отсутствию или наличию связи между уровнями иерархии.
Каждому неразложимому диагональному блоку разложимой матрицы А соответствует свой кластер компартментов всей НМС.
Каждый отдельно взятый кластер описывается уравнениями, представленными в главе 3.
Согласно компартментным принципам 108

[стр.,115]

Допускается в общем случае одинаковая структурная организация внутрикластерных связей с числом фазовых состояний в общем случае т\ * т 2 (хотя в реальном нашем исследовании мы сейчас рассмотрим случая справедлива модель в виде следующих четырех систем дифференциальных уравнений: Здесь мы также считаем, что отсутствует тормозное влияние при передаче возбуждения с первого кластера (верхний иерархический уровень) на второй соподчиненный ему кластер.
Это делает матрицу межкластерных взаимодействий А2, независимой от интегральных активностей у { и у 2 обоих кластеров.
Направленный граф такой иерархической НМС уже был ранее представлен на рисунке 4.1.
В целом компартментный (пудовый) подход в моделировании иерархических и простых (циклических, в частности) НМС позволяет описывать разнообразные динамические режимы функционирования отдельных блоков НМС, что подтверждается выполненными нами аналитическими и численными (компьютерными) исследованиями.
Результаты идентификации кластеров верхнего и нижнего уровней организации также свидетельствуют о правомерности компартментного подхода при описании особенностей управления произвольными периодическими движениями теппингом.
Приступим к рассмотрению простейшего примера НМС, состоящей из т1= т2 3 ).
Согласно (4.2) получаем, что для такого двухкластерного * 2 = А 21 (У 1 ^ 2 ) + Л 22 { у 2 ) Х 2 ~ Ь х 2 + U 2 d 2 > У\ = СП*1> У2 ~ С2\х[ + С22*2 (4.5) 115

[стр.,117]

Широко известны эффекты зависимости активности кластера верхнего уровня иерархии и НМС при пролонгированных активирующих влияниях кратковременных мышечных стимулов и других воздействий [27], когда усиление активности моторной зоны коры мозга приводит к усилению активности соответствующих эфферентных нервов.
Наше последнее утверждение более сложное по смыслу и его биологическому доказательству.
Оно сводится к тому, что увеличение уь например, не влияет на взаимодействие кластера верхнего уровня иерархии с НМС по принципу информационной тормозной связи,
представленной в модели (3.6).
Это биологически вполне разумное предположение.
Более того, оно и биологически доказуемо [26].
Однако, если утверждать, что таким же независимым от у2 свойством обладает тормозная информационная связь (здесь уже уместен термин "обратная" в отличие от первого примера) с НМС на кластер верхнего уровня иерархии, то это утверждение будет весьма дискуссионным.
Действительно, во многих моделях (см.
главу 3) постулировалось, что НМС при развитии ее активности тормозила активность кластеров верхнего уровня иерархии (например, на спинальном уровне).
Подводя итог всему сказанному, можно утверждать с учетом приведенных замечаний, что модель
(4.6) будет представлять реальные двигательные акты человека или животного в некотором форсированном режиме, когда перекрываются во времени периоды активности обоих кластеров, но максимумы активности соответствующих эфферентных нервов сдвинуты по фазе на некоторую величину ттах.
Таково биологическое обоснование
рассматриваемой ниже математической теории.
Продолжим рассмотрение математических аспектов организации и функционирования представленных биологических НМС.
Предположим, что матрица С весовых коэффициентов обратных связей, удовлетворяющая условию (4.44), имеет блочно-диагональный вид 117

[Back]