随着人工智能的飞速发展,人们对于神经网络的研究日渐深入。而脉冲神经网络作为第三代的神经网络,更是被科研人员广泛关注。如何构建与人脑神经网络类似的智能网络成为当前研究的热点问题,而神经元和突触正是神经网络中最重要的研究部分。本文以神经元模型和突触为出发点,设计一种温度依赖型神经元模型,并研究其在神经网络中建立突触、更新突触、修剪突触以及最终形成神经环路的完整过程。首先,结合生物实验结果和资料,本文在Izhikevich神经元模型的基础上进行改进,提出一种温度依赖型神经元模型。该模型将传统的Izhikevich神经元模型与温度函数结合在一起,并对比分析两种模型发放脉冲的波形图,证实温度依赖型神经元模型符合生物基础。其次,本文将温度依赖型神经元模型应用于神经网络中,借鉴Hopfield神经网络中能量的概念,提出基于势分布的突触的建立和更新算法。并结合生物学中小胶质细胞的突触修剪现象,在本网络中增加突触修剪模块,最后形成以受刺激点为主导的神经环路,其对于研究联想记忆和学习过程有很大帮助。本文完成了对温度依赖型神经元模型和基于势分布的神经网络算法的仿真。结果表明:温度依赖型神经元模型发放脉冲符合生物实验结果,即在温度阈值范围内,当温度适当升高时,神经元发放脉冲的时间间隔缩短,而当温度升高超过阈值时,神经元将不再发放脉冲;基于势分布的网络算法中,突触的建立和更新过程比随机网络更有目的性,因此网络的平均度和网络成本均小于随机网络;且本算法仿照大脑中小胶质细胞对突触的清除作用设计突触修剪模块,有助于形成以受刺激点为主导的神经环路。