在本文中,我们主要研究在不同的神经元网络下时滞对簇同步转迁的影响以及不同的同步转迁的区别。由于在这里我们采用H-R模型,所以这里有两种不同的同步转迁模式:一种是簇峰数(spiking-changing)不断变化的同步转迁,一种是簇形式(FHC-FH)不断变化的同步转迁。研究表明,时滞在不同的外界条件下可以产生不同的同步转迁模式,并且与突触类型以及耦合强度有着密切的联系。首先,在电突触耦合神经元网络和兴奋性化学突触耦合神经元网络中,时滞可以诱导间歇性同步的发生并产生簇峰数不断变化的同步转迁。当耦合强度较小时,时滞可以产生间歇性的FHC类型的簇同步放电模式,但是并没有诱导产生上述两种同步转迁模式;当耦合强度较大时,时滞不仅可以产生间歇性的FHC或FH类型的簇同步放电模式,还会诱导产生簇峰数不断变化的同步转迁。在抑制性化学突触耦合神经元网络中,时滞仍然可以诱导间歇性同步的发生并产生簇峰数不断变化的同步转迁和簇形式不断变化的同步转迁。当耦合强度较小时,时滞可以产生间歇性的FHC类型的簇同步放电模式,但是并没有诱导产生上述两种同步转迁模式;当耦合强度较大时,时滞不仅可以产生间歇性的FHC和FH类型的簇同步放电模式,还会诱导上述两种同步转迁模式同时发生。其次,在混合突触耦合神经元网络中,时滞可以诱导两种不同的同步转迁模式的发生,并且其转迁模式的变化与耦合强度以及神经元网络中混合突触比例有着密切的关系。在本文中,我们创建了两种不同的混合突触耦合神经元网络:第一种是电突触和化学突触相互混合的神经元网络(其中化学突触中兴奋性突触和抑制性突触的比例为4:1),第二种是兴奋性化学突触和抑制性化学突触互相混合的神经元网络。在这两种网络中,时滞均可诱导两种同步转迁的发生。当耦合强度较小时,簇峰数不断变化的同步转迁产生;当耦合强度较大时,簇形式不断变化的同步转迁产生。而且,如果该混合突触神经元网络中电突触或者抑制性化学突触的比例较大时,时滞在较小的耦合强度下就可以诱导簇形式不断变化的同步转迁产生。最后,在化学混合突触耦合神经元网络中(兴奋性突触和抑制性突触的时滞不相同),双时滞可以诱导两种同步转迁的产生。随着耦合强度的增大,该神经元网络的同步性会逐渐较弱并消失。当抑制性突触所占的比例较小时,双时滞可以产生两种不同形式的同步转迁;当抑制性突触所占比例稍微增大时,双时滞只能产生簇形式变化的同步转迁模式;当抑制性突触所占比例较大时,同步性逐渐消失,双时滞无法诱导同步转迁的产生。综上所述,在不同的神经元网络中,时滞可以诱导两种同步转迁模式的产生。但是在不同的神经元网络中,时滞诱导同步转迁的方式和条件不尽相同。