本论文研究了时标上一类具脉冲的BAM神经网络模型周期解的存在性和渐近稳定性,并得到了一系列新的结果。　　 应用重合度理论中的不动点定理以及一个辅助的李雅普诺夫函数,我们研究了如下时标上具脉冲的BAM神经网络模型x△i(t)=-ai(t)xi(t)+m∑j=1sji(t)fj[xj(t),yj(t-(τ)ji(t))]+Ii(t),t∈(T)+,t≠tκ,k=1,2,(...),△xi(tκ)=eiκ(xi(tκ)),i=1,2,...,n,y△j(t)=-bj(t)yj(t)+n∑i=1tij(t)gi[xi(t-δij(t)),yi(t)]+Jj(t),t∈(T)+,t≠tκ,k=1,2,...,△yj(tk)=djk(yj(tk)),j=1,2,...,n,其中(T)是ω-周期时标,I(T)=I∩(T),I+=I∩(0,∞),△xi(tκ)=xi(t+k)-xi(t-k),△yj(tκ)=yj(t+k)-yj(t-k),xi(t+k),xi(t-k),yj(t+k),yj(t-k)(i,j=1,2...,n)分别代表了时标意义下xi(tκ),yj(tk)的右极限和左极限,{tl}是一个实数列且0＜t1＜t2＜…＜tl→∞是固定脉冲点,并得出时标上周期解的存在性和渐近稳定性的充分条件。