由于在诸多领域中一些复杂的过程或现象可以由随机微分方程来模拟分析,此外,在实践中发现,多时间特征或多尺度效应在众多过程现象中也多有表现.因此,在对这些现象进行模拟或分析时借助多尺度随机动力系统是十分自然的,这类随机系统的定性分析也成为了研究热点.而平均方法作为一种可以简化复杂随机动力系统的有力工具,在各种模型中被广泛地应用.本文主要研究了两类随机微分方程的平均原理,首先讨论了含有分数阶微分项的随机发展方程平均结果,证明了在适当条件下,原方程的解逼近于平均方程的解.其次,研究了在非Lipschitz条件下,以布朗运动为驱动的双尺度Hilfer分数阶导数随机微分方程的平均原理.本文结构安排如下:第一部分,给出了随机动力学系统理论中的一些基本概念及相关定义,引理.第二部分,研究了一类单尺度带有脉冲的中立型随机发展方程的平均原理.通过对原方程进行时间尺度变换,并“平均化”原方程的系数函数,得到原方程的有效方程.再通过估计时间尺度变换后方程的解过程和有效方程的解过程在适当空间中的误差,可以得到L2收敛意义下的随机平均原理.第三部分,主要讨论了双尺度Hilfer分数阶导数随机微分方程的平均原理.该系统中的布朗运动噪声对快运动过程和慢运动过程都有扰动.在适当的条件下,当固定慢变量时,可以得到快变量方程的一个“固定”方程,其指数混合性的不变测度是存在并且唯一的.并结合Khasminskii方法,通过构造辅助过程（（?）tε,（?）tε）进行分析.接下来,再使用Jensen不等式、B-D-G不等式、Gronwall不等式等计算技巧,得到方程的解估计,并估计|Xtε-（?）tε|这一项.然后,基于快变量方程的指数遍历性,估计辅助过程（?）tε与平均方程解过程（?）t之间的偏差.最后,证明当时间尺度参数趋于零时,慢变量方程的解过程在L2意义下收敛于平均化方程的解过程.第四部分,对全文进行总结并对以后的工作作出展望.