由生物神经元通过突触相互联结而组成的神经网络可以产生、传递和处理信息.深入地认识神经网络生化组成、生理结构以及内部作用机理,不仅对生物学具有特别重要的意义,对其它学科也将产生深远的影响.神经网络计算机仿真系统是实现此目标的重要途径.该文对生物神经网络计算机仿真系统的诸多关键问题进行了深入研究,作者主要在以下方面进行了创新性的工作:1.在国内首次将信息学科与生命学科相结合,实验数据与计算模型相结合,系统地研究并实现了具有平台独立特性的生物神经网络计算机仿真系统,并已在许多国家的高等院校和科研机构得到广泛应用.2.提出了面向结构的仿真系统体系架构,实现了仿真系统的开放性、可测性和可控性.进一步完善了传统的神经网络计算模型,设计了新的神经网络计算模型.3.设计了面向对象的数据表达,并对各基本对象属性进行了理论分析和论证,面向对象的数据表达实现了仿真系统中广泛的数据共享,为有效的数值计算奠定了基础.4.提出了一种混合数值计算方法和一种自适应信号处理算法,并对信号处理算法进行了理论推导.其显著地提高了仿真效率,优化了仿真系统资源,可在微机上对较大规模的生物神经网络进行仿真.5.设计并实现了集信号采集、模式识别、反馈控制于一体的生物信号采集与分析系统.提出了交替缓冲方法以实现资源共享,设计了多速率数据压缩算法以分析生物信号特征.