随着人工智能的快速发展,在机器学习、情感感知、智能机器人等领域需求更为智能的计算机,然而经典的冯诺依曼计算机体系已经不能满足现在的计算需要,相比之下神经形态计算具备图像语音识别、控制、推理、学习、感知等功能,其高速并行的计算方式具有低功耗、高效率的特点。本文从动物神经突触结构上受到启发,基于石墨烯和离子凝胶场效应管设计出具备神经形态的柔性人工神经突触器件,为神经形态计算提供可行性方案。论文的主要研究内容安排如下:本文提出的神经突触器件是基于场效应管的结构,使用石墨烯作沟道材料,利用丝网印刷技术在柔性石墨烯表面制作源漏电极,使用透明的固态电解质离子凝胶作为栅介质模拟神经递质运动,通过离子在石墨烯表面形成的双电层实现对石墨烯的调控,其创新点在于利用离子凝胶与石墨烯制作出全柔性的人工神经突触器件。首先本文通过建立等效电路模拟双电层中离子运动,并基于场效应管大信号模型建立了人工神经突触器件的等效电路模型,通过计算和公式推导分析了源漏电流与栅压特征的变化关系。通过仿真实现神经突触的兴奋性突触后膜电流、抑制性突触后膜电流、脉冲异化、短期可塑性和长短期可塑性等功能。其次通过设计相应的人工神经突触测试方案,利用半导体参数仪对人工神经突触器件输出特性进行测试,通过对输出的实验数据的分析与计算比较了栅极电压幅度、电压极性、脉冲持续时间、频率对源漏电极之间电流的影响,更详细测试人工神经突触器件的输出特性,也对神经形态计算提供了可靠的实验数据。最后本文对人工神经突触器件的应用进行讨论,并根据人工神经突触器件的长期可塑性设计了相应的存储器阵列。实验证明本文提出的柔性石墨烯离子凝胶人工神经突触器件能成功模拟神经突触功能,为仿生神经形态计算在人工智能领域和柔性电路的应用提供了新的方案。