本文研究了神经复杂网络的突变及其控制。时空混沌系统FitzHugh-Nagumo和Panfilov被选作为神经社团网络的神经元和突变基因。在空间和时间上，利用时空混沌的特性，给出了经历基因突变后的复杂神经网络的结构变换。选取多个耦合的时空混沌FitzHugh-Nagumo作为复杂神经网络的神经元，选取多个时空的Panfilov作为突变神经元，两者相互耦合构成神经社团网络。基于backstepping控制理论，在神经社团网络的神经元末梢添加控制器，利用backstepping反复迭代的计算方法，实现了社团网络的时空神经元同步，从而使得突变神经元的演化恢复正常，即实现了网络同步。在突变神经元的末端添加同步控制器，实现了所有神经元的同步。数值结果验证了所提理论的可行性， 一个末端控制器极大地降低了同步代价。