در سالهای اخیر سیستمهای دینامیکی گسسته یا همان نگاشت، در مطالعهی نورونها و شبکههای عصبی به طور خاصی مورد توجه قرارگرفته اند .میتوان معاد?ت دیفرانسیل معمولی را که توصیفکنندهی رفتار بیولوژیکی نورون هستند، با استفاده از گسسته سازی در زمان به نگاشت تبدیل کرد .مدلهای نورونی مبتنی بر نگاشت، در مطالعهی رفتار شبکههای عصبی در ابعاد واقعی گزینههای بسیار مناسبی هستند .به دست آوردن درک صحیحی از رفتار بیولوژیکی تکنورون و مطالعهی رفتار دستهجمعی نورونها که در شبکههای بزرگی پیکربندی شدهاند، از مطالعات اجتنابناپذیر برای درک عمل کرد مغز به شمار میرود .به همین دلیل نوآوریهای این پژوهش را میتوان در دو گروه کلی دستهبندی کرد : ارائهی یک مدل بسیار کم هزینه و مبتنی بر نگاشت که به دلیل هزینهی کم، مناسب برای استفاده در (1 شتابدهندههای سختافزاری در مطالعهی بیولوژیکی شبکههای بسیار بزرگ نورونی در ابعاد واقعی است، پیادهسازی سختافزاری این مدل به طوری که در مقایسه با سایر مدلهای ارائه شده، سریع تر )توانایی کار (2 در فرکانس با?تر (بوده و منابع سختافزاری بسیار کمتری را به کار برد . توانایی کار در فرکانس با?تر و سرعت بیشتر این مدل برای تولید خروجی، نقطهی قوت این مدل به حساب میآید که م یتوان از آن برای جبران ضعف زمان طو?نی شبیهسازی شبکههای نورونی به روش نرمافزاری استفاده نمود . تاکنون مدلهای نرمافزاری بسیاری ارائه شده اند که رفتار شبکههای عصبی را توصیف و بررسی میکنند، اما پیادهسازی سختافزاری تکنورون و شبکههای عصبی مزیت بیشتری نسبت به مدلهای نرمافزاری دارند .در این پژوهش یک مدل نورونی مبتنی بر نگاشت ارائه شده و پیادهسازی سختافزاری آن مورد بررسی قرار گرفته است . ابتدا با در نظر گرفتن محدودیتهای ?زم برای کمهزینه بودن مدل و درع ی نحال توانایی آن برای تولید رفتارهای مختلف نورونی، رابطهی ریاضی مدل ارائه شده و سپس برای اطمینان از درستی مدل ارائه شده، پاسخ مدل در مورد ارزیابی قرار گرفته است .برای ارزیابی درستی رفتار مدل ارائه شده از معیار همبستگی matlabنرمافزار استفاده شده است .محاسبهی تابع همبستگی بین خروجی مدل رالکو و مدلهای ارائه شده مشابهت زیاد بین پاسخهای این مدلها را نشان میدهد و نشاندهندهی قابل قبول بودن مدلهای ارائه شده است . مورد modelsim در مرحلهی بعد، با تبدیل مدل ریاضی به توصیف سختافزاری، عمل کرد مدل در نرمافزار خروجی مدل بر روی ise بررسی قرار گرفته است .در نهایت پس از اطمینان از کارایی مدل، به کمک نرمافزار ارائه شده است .خروجیهای نشان داد ه شده بر روی اسیلوسکوپ حاکی virtex ii-pro شرکت زایلینکس fpga از توانایی مدلهای ارائه شده در تقلید کامل رفتارهای نورونی مدل رالکو است . در ارائهی مدلهای پیشنهادی صرفهجویی در استفاده از منابع سختافزاری )مثل ضرب کننده ها و جمع کننده ها و (...بسیار مورد توجه قرار داده شده است، زیرا هدف نهایی از ارائهی این مدل، ارائهی ابزاری مناسب برای پیادهسازی سختافزاری شبکههای بیولوژیکی در ابعاد واقعی )که نیازمند پیادهسازی صدها میلیون نورون میباشد ( است . بیت 20 در پیادهسازی سختافزاری این مدل از یک بلوک جمع کننده و یک مقایسهگر کوچکتر یا مساوی برای پیادهسازی دیجیتال مدل fpgaدرصد از فلیپ ف?پهای 1 استفاده شده است .در بدترین حالت استفاده مگاهرتز است که در مقایسه با نمونه مدلهای 235 شده اند و کمترین فرکانس به دست آمده برابر پ یاده سازی شده فرکانس با?تری دارد . مقایسهی مدل ارائه شده با سایر مدلهای مبتنی بر نگاشت، نشان میدهد که این مدل کمهزینه بوده و برای کاربردهایی که سرعت، هزینه، قابلیت اعتماد پذیری و بازده انرژی از اهمیت با?یی برخوردار است، مناسب میباشد