从能量角度来分析和研究神经编码和解码问题是一种新的理论[1]。单个神经元的能量函数[2,3,4]以及结构性神经网络的神经能量分布和神经编码已经有了初步的研究成果[5]。然而此前在对结构性神经网络的研究中,并未将抑制性神经元考虑在内[5]。本文通过数值仿真的方法研究存在抑制性神经元的皮层神经网络运行时神经元集群能量消耗特性和网络参数(抑制性神经元数量以及抑制性神经元的偶和强度)之间的关系。发现在相同刺激下,当这些参数改变时,能量分布的特征也随之有规律地改变。本文沿用了此前工作中负能量比的指标来表征神经振荡的同步性[5],通过大量的数值计算发现了能量的分布特征和神经元集群的同步性有着密切的关系。在表征同步性方面,本文将负能量比的指标和传统的相关性系数的方法进行比较,结果表明负能量比的指标能更好地表征由于网络参数变化而导致的神经振荡的差异。