信息量的迅速增长要求计算机在信息处理方面具有智能处理能力，而探索新的联想记忆方法是其重要研究课题。将混沌的随机性、遍历性、对初值敏感等特点和神经网络的大规模并行处理、分布式信息存贮、联想记忆、鲁棒性等特点相结合的方法是研究联想记忆的一种新途径。在他人研究基础上，本论文深入探讨了混沌神经网络的联想记忆特性，着重研究了以下三个方面：(1)网络参数对联想记忆特性的影响；(2)网络结构对多对多联想的影响；(3)混沌神经网络的连续学习能力。 论文分为三部份，从第一章到第二章详细论述了混沌与神经网络相结合的方法在智能信息处理特别是联想记忆中的重要意义，简述了联想记忆混沌神经网络的理论基础。从第三章到第五章重点研讨了网络参数、网络结构对混沌神经网络联想记忆特性的影响以及混沌神经网络的连续学习功能，得出了一些有意义的结果。第六章总结本文所做的工作并对可以进一步展开的研究进行了展望。 总之，经过本文的研究发现：混沌神经网络在信息处理特别是联想记忆包括分离叠加模式、多对多联想和连续学习方面具有巨大优势。