突现是一种用来描述复杂系统中个体之间通过局部相互作用所导致层级结构间整体的宏观动态现象，近几年已经受到众多学者的关注。目前突现行为产生的机制研究仍处于初级阶段，已有方法对复杂动态系统中突现的群体智能行为缺乏科学的解释。对突现计算模型的研究有利于掌握突现现象的客观规律，而之前研究的突现计算模型的种类比较单一，需要得到进一步研究。　　 本文以研究复杂系统的突现性为目的，对Aihara混沌神经网络模型进行了改进，并进一步深入研究分析了改进模型的突现行为。主要包括以下工作:　　 首先，根据突现性产生的特点，通过分析Aihara混沌神经网络模型的特点，在不改变模型本身特性的基础上，借鉴元胞自动机的连接机制对该模型进行了改进。通过与原模型仿真实验的对比，验证了改进模型存在突现性。接着，利用动力学特性指标，分析了该模型的动力学特征，并定量分析了其突现特性，验证了突现发生时刻系统处于混沌边缘状态的结论。通过设定不同参数进行相应比较，初步得出模型参数对模型演化的影响。　　 其次，结合突现科学论中的协同学原理及“缘接”原理，对该模型进行了相关的突现性动力学特性分析，分别计算了改进Aihara模型的功率谱熵和动力学参量。同时，借鉴关于复杂动力学系统的评价指标，通过计算时间延迟、嵌入维并重构相空间来获取Aihara混沌神经网络模型的混沌特性指标Lyapunov指数，以及用最小二乘法计算了模型的关联维数、测度熵。运用上述指标验证了改进模型的混沌性。　　 最后，建立了基于Aihara混沌神经网络模型的仿真原型系统，包括模型演化行为仿真、与原模型的仿真对比及控制指标计算等功能。经过测试，该系统能很好地反映本论文的实验过程，增强了研究的可操作性。