大脑是目前最高效、最复杂、最稳定的系统之一,复杂网络已经成为研究大脑神经元连接和脑区连接的新手段。现有研究已经证明大脑网络具有小世界特性,其同时具备较短的平均路径长度与较高的聚类系数,分别对应大脑信息处理的功能分化与功能整合两个基本组织原则。视觉皮层存在于大脑的多个区域,是研究大脑的突破口。大脑内突触连接数量是按照一种先增后减的模式发展,大脑皮层的突触剪除机制可能是大脑网络高效稳健的关键所在,这也为创建高效率低能耗的网络提供新的参考方法。此外,神经系统中大多数的神经连接是短的,也存在少量长程连接。导致出现这种结构的内在机制还不清楚,同时考虑信息传递步数和总体布线代价的最小化,可能存在距离优先连接与大神经元优先连接的折衷。本文首先利用网络的数学描述验证视觉皮层网络的小世界特性,在此基础上研究视觉皮层的突触剪除机制与突触连接演化机制,研究内容概括如下:一、在大脑严格的空间限制下基于大脑体素坐标建立节点的位置信息,然后依据皮层组织结构特性,引入视觉皮层中节点间的空间距离的计算方式,建立节点间的连接概率函数的数学模型。在局部和全局范围内对视觉皮层网络进行模拟,验证了视觉皮层网络的小世界特性。二、以大脑皮层网络的突触剪除机制为启发,设计了网络减边演化算法。实验结果表明,该算法能够有效模拟突触剪除机制,并且演化后的网络会出现中心节点、小世界特性和高效率代价比等性质。验证了突触剪除机制可能是大脑网络高效性的关键所在这一推测。三、为模拟视觉皮层中总体布线代价和信息传递效率的权衡机制,结合复杂网络动态演化博弈理论,建立了基于距离与大神经元优先的网络演化博弈模型。实验结果显示,演化后的网络用长程边替代了一部分近邻边,改变了网络的拓扑结构和统计特征。演化博弈稳定于合作者占多数的状态时,网络出现相对较少的长程连接,这反应了距离优先机制。演化博弈稳定于完全背叛状态时,网络出现较多的长程连接,并会出现hub节点,这反应了大神经元优先机制。模型能够比较真实的模拟视觉皮层中布线代价和处理步骤最小化的折中关系。