本文研究了带马氏切换的随机Cohen-Grossberg神经网络的弱收敛，以及噪声抑制马氏切换的随机Cohen-Grossberg神经网络的指数增长.本文共分四章.　　第一章，介绍了本文研究的背景及意义，以及研究的主要内容和创新点.　　第二章，研究了具有马尔可夫切换的随机Cohen-Grossberg神经网络的弱收敛，利用广义It(o)公式和随机分析技巧得到了其为弱收敛的代数式充分条件，并给出了例子及数值模拟.　　第三章，研究了噪声对带马尔可夫切换的随机Cohen-Grossberg神经网络的影响，利用Burkholder-Davis-Gundy不等式和随机分析技巧等得到了改变噪声的强度可以使带马氏切换的随机Cohen-Grossberg神经网络的解由指数增长转变为以多项式增长，同时探究了加入适当的噪声可以抑制具有马尔可夫切换的Cohen-Grossberg神经网络模型解的指数增长，即使原来系统的解由指数增长变为以多项式增长，并给出了数值例子.　　第四章，对本文研究结论进行总结.