大脑是所有脊椎动物和大多数无脊椎动物的神经中枢。神经信息在大脑中的传输、整合和加工主要依靠大脑中具有一定功能的神经元集群来完成。要想揭示人类高等认知过程和思维活动的奥秘,需要首先了解大脑中高度复杂而有效的神经信息传输和处理机制。计算神经科学这一新兴领域的诞生,为人们研究这一问题提供了强有力的技术手段。本论文通过构建模型和计算机仿真,着重研究了突触不可靠传输、网络拓扑结构以及噪声对几类典型复杂神经系统中信息传输和信息处理的影响。主要工作和所得结论可以概括如下:1.系统地研究了以全局耦合方式连接的前馈神经元网络中的同步放电传输和放电率传输问题,其中着重考察不可靠的突触连接在两种神经行为传输模式中所起到的作用。首先,研究了一类由纯兴奋性神经元构成的前馈神经元网络。研究结果表明,突触传输的成功率与兴奋性突触强度会极大地影响上述两类神经行为的传输,恰当地调整这两个突触参数可以使网络具有稳定传输这两类神经行为的能力。此外,我们发现噪声对两类神经行为的传输具有不同的影响。加性高斯白噪声趋向于降低同步放电传输的精度,而恰当强度的噪声可以增强放电率传输的表现。进一步仿真证实,网络中的传输动态并不简单地由神经元在每一时刻所接收到的平均神经递质的数量决定,它还会受到神经递质释放的随机作用影响。第二,将上述结果与对应的采用随机耦合方式连接的前馈神经元网络中的信息传输进行对比,发现两种前馈神经元网络中的信息传输动态并不完全相同,在某些参数区域,甚至会表现出较大的差别。最后,研究了由兴奋性和抑制性神经元共同构成的前馈神经元网络中的信息传输,证实抑制性在前馈神经元网络的信息传输中同样扮演着重要的角色,恰当地选取抑制性突触和兴奋性突触的相对强度可以增强前馈神经元网络的信息传输能力。2.深入地研究了一个由来自大量不可靠突触的随机神经脉冲信号驱动的单Hodgkin-Huxley(简称HH)神经元系统中的随机动态问题。基于对总突触电流进行的平均场分析,提出一种源自不可靠突触的内在神经噪声调节机制。仿真实验证实,HH神经元能够利用不可靠突触丰富自身的动力学行为。在一定的条件下,发现不可靠的突触传输可以诱导系统中随机共振现象的发生。进一步的仿真验证了理论预测,即系统中HH神经元的随机共振现象主要由三方面因素决定:兴奋性突触强度、尺度因子以及对于每条突触来说有效的平均神经脉冲到达率。此外,还研究了外部弱周期驱动信号的频率对系统随机共振表现的影响,发现合理选择突触可靠性参数可以使HH神经元在较宽的频率范围内获得较好的弱周期信号探测能力。上述结果表明,不可靠的突触传输在神经系统信息处理过程中可能具有一些功能性的作用。3.研究了噪声对前馈环(简称FFL)神经元网络基元中信息处理和动力学的影响。我们发现FFL神经元网络基元能够利用噪声丰富自身的动力学行为。在恰当的噪声强度下,随机共振和相干共振现象存在于FFL神经元网络基元中,意味着恰当的噪声强度能够增强FFL神经元网络基元的信息传输和处理能力。另一方面,作为一个重要的控制参数,突触耦合强度对该基元的随机动态同样具有很大的影响。4.系统地考察了由兴奋性和抑制性神经元共同构成的二维(简称2-D)小世界神经元网络中的自激不规则放电行为。研究结果表明,通过添加恰当数目的长程连接可以使2-D小世界神经元网络具有维持自激不规则放电行为的能力。在只改变加边概率而保持其它参数条件取值不变的条件下,网络中的神经元能够产生不同程度的不规则放电状态。另一方面,通过对比仿真实验观察到,由2-D小世界神经元网络产生的自激不规则放电行为对系统的微小摄动非常敏感,因此这可能为网络提供了一种产生混沌的机制。此外,发现其它一些系统参数,比如网络尺度和神经元不应期,对自激不规则放电行为也具有很大的影响。进一步的数值仿真表明,与随机神经元网络相比,2-D小世界神经元网络可以利用较少的突触连接支持稳定的自激行为。