近年来,双向联想记忆（Bidirectional Associative Memory,BAM）神经网络,因其双向连接结构而受到广泛关注。由于这种结构特征,BAM神经网络在人脸识别、语言理解和序列学习等许多应用中都具有出色的性能。这些应用在很大程度上依赖于BAM神经网络的动态行为,这使得BAM神经网络动力学行为成为研究热点。在生物神经系统中,扩散现象广泛存在,扩散现象会使得神经网络产生更加丰富的动力学行为。因此,研究反应扩散BAM神经网络的动力学行为是非常必要的。本文研究了具有时滞的反应扩散BAM神经网络的分岔,主要的创新点如下:（1）利用（k1,k2）-mode Zero-Hopf分岔,研究了在Neumann边界条件下时滞反应扩散BAM神经网络中连接权重和时滞对系统空间模式构成的联合影响。首先,令连接权值为系统的分岔参数,得出k1-mode Zero分岔的条件。结果表明,随着连接权值的增加,空间均匀稳态变得不均匀,这意味着连接权重会影响系统稳态的空间稳定性。随后,选定分岔参数为时滞,分析k2-mode Hopf分岔的条件,再结合以上两点推导出（k1,k2）-mode Zero-Hopf分岔的充分条件。最后,通过中心流形定理推算出Zero-Hopf分岔的三阶规范型。通过对规范型的分析,得到了两个参数平面（连接权值和时延）上的分岔图,在分岔图的六个区域中,发现了:一个均匀周期解,一个均匀稳态解,两个不均匀的稳态解和两个不均匀的周期解。（2）研究一类四元时滞反应扩散BAM神经网络系统的Hopf分岔问题,通过构建系统的雅可比矩阵,得到了该系统的特征方程。然后,选取时滞作为分岔参数,研究了系统Hopf分岔产生的临界条件。利用偏微分方程的规范型和中心流形定理,研究了Hopf分岔的方向和分岔周期解的稳定性。最后,通过仿真实例验证了理论的正确性。