现在可以准确地陈述我们的中心问题了：第一，找到一个获取一组可计算的S的有效方法，该S构成任何已知网的解；第二，用一个有效的方式来表征这类可实现的 $s .$ ，从实质上来说，这些问题是要演算任一网的行为，并且要找出一个按规定方式完成行为的网，如果这种网存在的话。
如果一个网包含一个环，也就是说，如果网上存在着一个神经元的链 $c _ { i } , c _ { i + 1 } , \ldots$ ，链上每一个元通过突触与下一个元相连，首尾都一样，则这个网就被称为循环的。如果有一组这样的神经元 $c _ { 1 } , c _ { 2 } , \ldots$ $c _ { p }$ ，把它从H中移去，剩下的H就变成无环的，并且更小的神经元类别再没有这种特性，那么这组神经元就被称为循环组，并且它的基数是H的阶。我们将要看到，具有重要意义的是，一个网的阶是它行为复杂性的标志。特别是，零阶网具有非常简单的特性，我们首先来讨论它们。
让我们用下面的递归式来定义一个指称时间命题函项(TPF)的时间命题表达式(一个TPE):
- $\ " p ^ { 1 } [ z _ { 1 } ]$ 是一个TPE，其中 ${ \pmb p } _ { 1 }$ 是谓项变量。
- 如果 $\pmb { S } _ { 1 }$ 和 $S _ { 2 }$ 是包含相同自由个体变量的TPE，那么 $S \mathbf { S } _ { 1 }$ ， $S _ { \nu }$ $\vee S _ { 2 }$ $s , \ldots s _ { 2 }$ 和 $S _ { i } \ldots - S _ { 2 }$ 也是如此。
- 除 $\vec { \textbf { J } }$ (1)(2)外都不是 $\mathrm { T P E }$ o
定理I
每一个零阶网都能用时间命题表达式来求解。
设 $c _ { i }$ 是 $\pmb { H }$ 中國值 $\theta _ { i } > 0$ 的任一神经元，并设 $c _ { i 1 }$ ， $c _ { i 2 }$ $\cdots$ $c _ { i p }$ 上分别具有刺激性突触 $n _ { i 1 } , n _ { i 2 } , \cdots , n _ { i p }$ 。设 $c _ { j 1 }$ ， $c _ { j 2 }$ ，…， $c _ { j q }$ 上有抑制性突触。设 $k _ { i }$ 是一组子类 $\{ n _ { i 1 } , n _ { i 2 } , \cdots , n _ { i p } \}$ ，它们的各元之和
1 神经活动内在概念的逻辑演算
29