论文从减少神经网络中神经元个数及提高单个神经元信息处理能力两个角度出发，以数字逻辑的多阈值神经网络实现作为研究内容，提出用较少的神经元实现数字逻辑，并且使实现的数字逻辑具有较高信息密度的可能性。首先从二值数字逻辑的单阈值神经元实现的分析入手，通过对一个例子的分析，得出用神经元实现数字逻辑实为一个在多维空间中分类问题的结论，同时指出单阈值神经元在解决这一问题时存在的缺陷。然后对多阈值神经元及其输出特性作了详细分析，利用多阈值神经元具有在多维空间中多区域非线性划分的特点，提出了用一个多阈值神经元实现任意数字逻辑的规范方法。利用这一方法，用一个多阈值神经元即实现了需三个单阈值神经元方能实现的异或运算，由此大幅减少了神经元个数；用一个多阈值神经元分别实现了三值逻辑中的文字、与、或三种基本运算，由这三种基本运算的多阈值神经元，可组成实现任意三值函数的多阈值神经元网络，由于提高了单个神经元信息处理的能力，使神经网络可实现复杂的多值逻辑，性能得以提高。在对数字逻辑的多阈值神经元实现理论研究的基础上，探讨多阈值神经元电路设计及实现的方案。先提出了一种结构简单，线性度好，并兼顾精度的突触电路，然后提出一种基于BiCMOS工艺的判别转换开关电路，在此基础上，结合限幅电压开关理论，提出从开关级设计多阈值神经元阈值判别函数电路的一般方法。最后，利用这一方法设计了实现异或运算、三值文字、与、或基本运算的多阈值神经元电路。对设计出的电路进行PSPICE模拟并测量相关参数，结果表明，该设计方法不但简便、规范，而且设计出的多阈值神经元电路具有速度快，结构简单的优点，并且，在实现相同逻辑功能时，采用多阈值神经元电路相对于单阈值神经元电路，大幅降低了硬件成本。