随着科学的进步，人工智能的研究也取得了突飞猛进的进展。创造出一台能够完全模拟人大脑功能的，能思考、会学习的智能系统是广大科研工作者的共同目标。而作为人脑最基本的功能——联想记忆也一直被科学家们所研究，并试图用计算机实现联想记忆功能。如今，实现联系记忆的算法有很多，其中基于神经网络的联想记忆功能的实现是研究的热点。被大家所熟知的具有联想记忆功能的神经网络是1982年Hopfiled神经网络。这30年间，国内外的科学家也提出了许多Hopfiled神经网络的改进方法以提高网络的存储量和容错率。然而，由于Hopfiled神经网络自身的限制，其联想记忆功能的研究已进入瓶颈期。基于生物结构的神经网络被推向研究的前沿，生物学家实验发现，人的大脑里存在混沌现象。1990年，Ahara根据生物电化学实验的结果提出了混沌神经网络。这二十年间，混沌神经网络被广大的国内外学者所研究，并取得了一些成果。本文基于现有成果，对混沌神经网络的联想记忆功能进行深入研究。首先，文章将对混沌神经网络的基本理论进行介绍，并在基于理论与实验的基础上对混沌神经网络的联想记忆功能进行分析。原来的混沌神经网络在一定的参数范围内，网络神经元将会进入混沌状态，从而神经元没有正确的输出。为了克服这一缺陷，本文将提出一种混沌神经网络的控制方法，并通过实验验证改进后的混沌神经网络的联想记忆功能得到了提高。在文章的最后，将把改进的混沌神经网络应用于字符识别，将混沌神经神经网络应用于实践。