相变动力学理论在研究神经群体编码过程中取得了一定的成功。然而先前的很多研究,往往忽视了抑制性神经元在群体编码过程中的作用。本文主要研究抑制性神经元作用下高阶耦合神经元集群的演化过程。首先利用经典的相变理论作为理论基础,进而提出具有高阶耦合的神经网络模型。考察了自发性活动和在刺激作用下的平均数密度演化以及相位神经编码。研究结果表明抑制性神经元耦合强度的增大,将会导致平均数密度的稳定幅值减小,而兴奋性耦合强度的增大会导致平均数密度稳定幅值的增大。其中兴奋性耦合强度和抑制性耦合强度共同决定了神经振子群是否能够进入新的同步振荡。并且通过研究发现,神经振子群的发放密度函数的波形与神经元之间的耦合阶次有着明显的相关性。存在刺激作用时,神经元集群平均数密度的演化是由刺激项和耦合项共同作用的结果,刺激和耦合中占主导地位的那一项会决定最终的演化趋势。本文的研究结果进一步阐明了,同步特性是一定条件下回路中相关神经元活动所呈现的因果关系,是神经元之间产生时间联系并实现信息传递的一种有效形式。并且本文的研究进一步探索了群体中神经元具有的“振荡”和“节律活动”等特性。并深入研究了神经元群体在信息处理过程中,神经元之间的协调作用以及群体活动的时间模式和空间模式对信息加工与传递的重要作用。