随着大数据、人工智能等领域的不断发展,人们对于具备低能耗高性能的计算需求与日俱增。基于CMOS逻辑电路和冯诺依曼架构的传统计算系统的发展目前已经遇到瓶颈,在未来将无法满足大数据时代下对海量数据处理的需求。人脑是一个由大量神经元和突触组成的高度互联且结构可变的的复杂网络。这种体系结构比任何当前的数字计算机都更有可能实现更加鲁棒、更可加塑性和更加容错的学习与记忆功能。突触是大脑实现信息传递和处理的关键部位,因此研制具有突触功能的器件对构建神经形态运算体系有着重要的意义。在突触仿生器件中,基于离子导电门控栅介质的双电层薄膜晶体管在突触模拟中展现出巨大的潜力。利用电解质巨大的双电层电容既可以有效地实现器件的超低电压工作,又可以利用离子运动引发的弛豫来模拟突触塑性。在本研究中分别利用静电纺丝和溶胶凝胶技术制备了金属氧化物突触晶体管。主要研究内容如下:1)采用静电纺丝技术制备了氧化锌锡（ZnSnO）纳米纤维,并集成了基于ZnSnO纳米纤维的突触晶体管。为了模拟人脑的突触行为,以溶解在聚氧化乙烯（PEO）中的高氯酸理（LiClO₄）作为突触晶体管中的栅极电解质。在低偏置电压和高偏置电压下,依靠电解质中的离子动力学模拟了包括短期和长期在内的突触塑性,并观察到单个突触事件的能耗低至0.44 pJ。该研究展示了一种新的制备纳米纤维突触器件的方法,为未来建立大规模、节能的一维人工突触的神经形态网络提供了实验指导。2)采用了无毒的水诱导法在低温下制备了基于聚酰亚胺衬底的氧化铟（In₂O₃）突触晶体管,并将Li ClO₄溶解在PEO中作为栅电解质。对于水诱导过程,通过延长退火时间而不是相对较短的时间的高温退火,可以实现突触晶体管的类似的电学性能。研究了退火时间对不同温度退火下电解质门控晶体管电学性能的影响。结果表明,在200 ^oC退火的聚酰亚胺衬底上的电解质门控晶体管具有较高的电学性能和良好的机械稳定性。由于聚合物电解质中的离子迁移弛豫动力学,成功地模拟了兴奋性突触后电流、双脉冲易化、高通滤波特性和长期记忆特性等各种重要的突触行为。结果显示基于溶液处理的In₂O₃电解质门控突触晶体管的工作在神经形态学应用中具有很大的潜力。