人工神经网络是通过模拟人类大脑结构实现某类智能行为的非线性信息处理系统,被广泛应用于模式识别、图像处理、金融预测、信号处理、自动控制、决策辅助、人工智能等领域。由于信号在传输过程中会受到人为因素、技术水平因素的影响，常常出现时滞效应和随机涨落现象。近年来，对于具有离散时滞和分布时滞的随机神经网络的研究已有许多结果。但含有S-分布时滞形式随机神经网络研究成果并不多见。由于离散时滞和分布时滞系统相互独立，而S-分布时滞包含了二者。因此研究随机S-分布式时滞神经网络不但是理论的需要也是应用的需要。在前人的基础上，本文讨论了随机S-分布时滞神经网络的动力行为，其主要内容如下：首先介绍了人工神经网络背景知识以及随机动力系统。随后，利用Lyapunov泛函的方法和随机分析技巧,研究了一类随机S-分布时滞Cohen-Grossberg型BAM神经网络的均方指数稳定性，给出了易于验证的稳定性判据。推广了相关文献的结果；进而，利用伊藤定理及Lyapunov泛函方法研究了一类随机S-分布时滞BAM神经网络的指数同步问题，给出了保证指数同步的充分条件；最后，利用不等式技巧和构造泛函方法，研究了扩散系数中含有S-分布时滞的神经网络的指数同步问题，给出了新判据。此外，本文还对研究内容给出了总结和展望。