神经系统中有大量的神经元,神经元是神经科学研究的基础。生物实验研究神经元特性时花费较大,且很难实现。数学仿真在进行神经元网络分析时,运算速度成了最大的瓶颈。近年来,神经形态学逐渐兴起,受到越来越多学者的关注。神经形态学是指利用电子电路实现生物神经元的各种动态特性。电子神经元可以提供一个在真实时间尺度下,快速实验的平台,在神经元网络特性的研究,仿生学的研究,以及神经疾病的治疗等方面有着重要的意义。本文在ML数学模型分析的基础上,实现了ML模拟神经元,并对其进行分岔特性分析。通过引入慢变电流的方法实现了簇放电振子,并分析了慢变电流参数对簇放电特性的影响。化学突触是神经系统中最重要的连接方式,对神经信息的产生与传导起着重要的作用。本文实现了抑制性、兴奋性化学突触的电路模型。研究了同步化节律产生的原因,并详细分析了相互抑制神经元的竞争放电行为,分析了外界刺激电流对系统特性的影响。根据实现的电子ML神经元,建立了几种神经元网络,包括抑制或兴奋网络,进行了详细的分析。中枢模式发生器(CPG)是一种由几个至几十个功能可辨识的中间神经元所组成的专用网络,并产生节律性神经输出。本文所建立的网络可组成各种CPG。龙虾胃幽门节律发生器是一个简单的CPG,本文实现了其正常工作时的动作电位,并简单分析了其相位保持的特性。最后,用所形成的网络实现了电动机的控制,可描述一下简单的动物动作。本文的研究结果可直接扩展到大规模的神经元网络,研究动作电位的传导与作用规律。