近几年人工智能相关的研究井喷式涌现,但基本集中在软件的优化算法方面,而忆阻器等类脑器件的发展远远落后于算法的需求。用传统计算机系统和CMOS电路实现人工智能有着不可克服的冯诺依曼瓶颈,所以效率低下,综上所述,基于忆阻器的集成电路是急需解决的技术难题。随着仿生类脑器件的快速发展,忆阻器由于具有良好的电学特性可以实现电子突触的功能,逐渐成为人们关注的热点问题。另一方面,大规模集成电路对于器件的尺寸以及搭建结构提出了要求,阵列也显现出其制造工艺与电路集成上的潜力。一些新型二维材料(如过渡金属碳氮化物MXenes)等在改善电子器件性能方面显示出潜在的优势。然而,对于二维材料在电子突触中的应用研究,科研工作者们仍然有很大的探索空间。本文以基于新型二维材料忆阻器阵列的制备与研究为主要研究内容,加速了今后人工神经网络的研究。本文首先对二维材料的物理表征和化学特性进行了实验研究,然后,基于二维材料的忆阻器单一器件制备,测试其电学性能较良好,然后制备完成了忆阻器阵列,本工作成功地制备了基于二维材料忆阻器阵列用于实现人工突触。通过电学测试和分析研究了长时突触可塑性和器件可靠性。值得注意的是,忆阻器在不同限制电流下的电阻窗口(即最高电阻值除以最低电阻值)可以达到10~7倍,证明了限制电流可以用来控制存储器的电阻。在-0.2 V的刺激下,可以清楚地观察到器件电导的下降,与生物遗忘特性相似。忆阻器在正、负电压连续扫描下可以观察到可塑性的模拟行为,成功地证明了包括增强和抑制的突触功能。此外,通过模拟双极电阻开关的特性,推测该器件具备能够模拟人脑突触的能力。这项研究中提出的忆阻器可能在大脑激发的应用中提供了巨大的潜力。本文成功制备了一种基于二维材料的忆阻器阵列,首先研究了新型二维材料的物理和化学特性,接下来通过物理气相沉积和甩胶等方法,制备完成了单一器件和阵列器件,然后通过对其多种直流测试和脉冲测试,并对电学性能进行了详细的分析。该忆阻器阵列具有良好的记忆力、大的电阻开关窗口和突触可塑性,不仅在神经形态的应用上具有很大的潜力,而且为建立具有准确、高效学习能力的人工神经网络提供了有效的解决方案。