近年来,人工智能的应用越来越多,在很大程度上改变了人类的生活方式,同时也对人工智能技术的发展提出了新的要求。目前使用的人工智能工具都是基于传统的冯·诺依曼计算机实现的深度人工神经网络,它的数据处理单元和存储单元在物理上是分离的,数据传输单元是独立的,其运行受到了严重的限制。神经形态计算旨在构建能够模拟人类大脑生物过程的计算机,是实现人工智能的一个有前景的解决方案。忆阻器具有简单的三层结构,高集成度以及优异的数字模拟功能,因此有望成为下一代神经形态计算系统的构成单元。ZnS是一种Ⅱ-Ⅵ族直接宽禁带化合物半导体,禁带宽度达3.5-3.7 e V,原料丰富、毒性小,具有优异的光电性能,被广泛应用于光电二极管、薄膜太阳电池、光电探测以及电致发光等领域,同时,基于ZnS的复合材料也被广泛用来制备忆阻器,并且具有良好的性能,因此本论文以ZnS薄膜为介质层。采用热蒸发设备制备ZnS薄膜作为忆阻器的介质层,通过调控薄膜的工艺参数,获得了基于ZnS薄膜的忆阻器。首先,制备了不同顶电极的忆阻器,对比后发现Au/ZnS/Pt具有优异的电学性能。之后对ZnS薄膜的沉积温度进行了对比,发现在500℃下生长的ZnS薄膜具有良好的致密性,薄膜性能更加优越。对Au/ZnS/Pt忆阻器进行了电学测试,发现该器件具有良好的电学性能,良好的循环特性和保持特性,并且具有超过1010的超高开关比,与同类型器件相比目前是最高值,表明该器件具有优异的数字存储性能。基于Au/ZnS/Pt忆阻器,将光信号引入到器件的工作模式中,获得了可自由切换的光电流增强和光电流衰减两种模式。其机理是由于光激发的电子在薄膜内部的俘获/去俘获行为所引起的。在此基础上,探究了在不同光条件,包括光功率密度、波长、光照时间等,对器件性能的影响及规律。同时该器件具有超低的功耗,功率在p W量级。最后,实现了光控的生物短程可塑性及突触的双脉冲易化（Paired-Pulse Facilitation,PPF）和双脉冲抑制（Paired-Pulse Depression,PPD）功能的模拟,并通过拟合函数得到了与生物突触相吻合的结果。进一步实现了对视觉明暗适应的模拟。本研究制备了基于ZnS薄膜的忆阻器及具有光电突触功能的双模式器件,具有超过1010的超高开关比,同时实现了光控的生物突触模拟和视觉适应的应用,该器件在数字存储和机器视觉领域具有巨大的应用潜力。