小脑是人体神经中枢的重要组成部分,其在运动学习、平衡控制等方面发挥着举足轻重的作用。小脑的损伤会引起小脑性共济失调,对该疾病的治疗仍是临床上的一个难题。深入探究小脑的解剖学和生理学机理,建立具有生物可解释性的小脑计算模型,有助于改善我们对小脑运动控制机制的理解。现有的小脑计算模型主要集中在对完整小脑功能的描述,而并不关心模型是否与真实小脑的生物机制相一致,建立的模型过于抽象,难以建立网络层面的改变与小脑功能变化之间的联系。本文针对这一情况,以小脑生理学和解剖学研究为依据,以脉冲神经网络为工具,探索小脑神经元的特性、网络组织、可塑性和生理行为之间的功能联系,建立基于监督学习的小脑脉冲神经网络模型,并通过仿真实验进行验证。本文的主要内容包括:（1）为了使小脑计算模型结构具有生物合理性,本研究深入探究了小脑皮质内部浦肯野细胞、颗粒细胞、高尔基细胞等多种神经元的连接规则、收敛/发散比、电生理特性等生理学和解剖学知识。据此确定小脑计算模型的元素、数量和连接结构,建立了仿生小脑脉冲神经网络结构。此外,考虑神经元脉冲自适应机制,采用在LIF神经元基础上改进的自适应神经元模型作为小脑计算模型的基本单元。（2）针对小脑支持与时间相关的认知任务和直觉任务的预测,本研究基于延迟网络思想,将其映射到颗粒细胞-高尔基细胞结构,构建由自适应神经元组成的参考细胞生理收敛/发散比的颗粒细胞-高尔基细胞模型,实现了对于输入信号的延迟任务。（3）为了实现小脑计算模型的记忆与学习能力,针对脉冲神经网络传递信号不可微的特性,本研究将PES（Prescribed Error Sensitivity）学习算法应用于平行纤维与浦肯野细胞、平行纤维与中间分子层的突触可塑性位点,实现了小脑计算模型的监督学习算法。最后,使用经典眨眼反射实验范式对小脑模型进行测试,验证了模型的有效性。本研究针对小脑建模的生物合理性问题,从细胞水平建立了一种新型小脑计算模型能够实现经典眨眼反射中小脑的定时与学习功能的仿真。其中,基于小脑生理解剖知识构建小脑计算模型的方法,为小脑计算模型构建提供了新思路,也为小脑共济失调患者可以通过人机交互系统实现期望控制和康复训练奠定基础。