作为一种特定的动力系统,神经动力学系统是近年来研究的一个热门话题.我们看到的大部分系统是整数阶系统,现实生活中的例子,要求系统是任意阶的,所以研究分数阶系统很有应用价值.本文对基于忆阻分数阶神经网络的反同步进行了研究,设计了几类线性反馈控制器,利用不连续动力系统理论、拉普拉斯变换、Mittag-Leffler函数方法及Leibniz法则,获得了分数阶α属于0<α<1情形下该系统反同步的充分条件.并且通过数据仿真进行了分析和论证.首先,本文介绍了基于忆阻分数阶神经系统的研究背景、目的及意义,阐述了神经网络模型及本文所做的主要工作.其次,设计了两类线性反馈控制器,运用带有不连续右端的分数阶微分方程的相关理论、拉普拉斯变换、Mittag-Leffler函数,研究了基于忆阻分数阶神经网络的全局Mittag-Leffler反同步,并利用数据仿真验证了结果的有效性.再次,运用带有不连续右端的分数阶微分方程的相关理论、Leibniz法则,在合适的线性反馈控制器下,获得了基于忆阻分数阶神经网络的全局O(t-α)反同步的充分条件,并利用数据仿真验证了结果的有效性.最后,对本文做了总结,并提出了一些可以进一步研究的问题.