记忆是存储人们对生活生产美好回忆，是人类进步的前提条件，是确保人类基本各生存保障的必备条件。人工智能所研究就是生物体记忆重要分支，这将有助于把人类从复杂脑力劳动中释放活力，发挥创新性，从而提升生产力。本文在之前学者的基础上，参考了大量文献，构建了生物记忆数学模型，并将记忆原理应用于人工鱼味觉和嗅觉的感知模型、行为选择模型以及内部状态行为的记忆影响等方向。首先，本文针对在过去的人工生命研究中人工鱼存在的获取信息的不全面，对人工鱼味觉和嗅觉进行分析，将对味觉和嗅觉的记忆简单分为瞬、短、长时记忆进行分类研究，并对重视了遗忘衰减在味觉和嗅觉记忆过程的作用，构建了人工鱼记忆更新数学模型，从而提出了基于记忆原理的人工鱼味觉和嗅觉感知模型，利用记忆信息所具有的特殊特性，结合识别相关算法，实现味觉和嗅觉记忆库动态更新和对食物的识别。其次，引入内部状态影响论概念，把内部状态作为影响记忆的因素，建立了基于内部状态记忆原理行为选择模型，让生物体行为选择更加现实性和主动性。最后，提出了基于联想记忆神经网络的税务风险分析系统，将第一项是增值税专用发票与申报收入差值的异常量，第二项是企业所得税，增值税和营业税的异常量，第三项是增值税专用发票存根保留税，第四项是企业的法定代表人监控数据变化异常量，第五项是净利润额与利润申报表额差值的异常量，第六项是增值税申报收入与经营所得税申报表额度差异的异常量，第七项是应缴付营业税的七大危险因素分数作为输入向量的异常变化，用前五年的数据，利用联想记忆神经网络模型中的BP算法，对次年某企业的风险状况作一个科学的预测。本文以记忆原理为基础，结合不同应用领域的不同特性，建立了三种的不同的感知和行为模型，用具体的实验以及仿真进行验证，实验表明：该记忆模型在很好的应用性在味觉和嗅觉，内部状态认知以及税务风险分析领域。本文所构建的记忆模型对未来的生物体记忆原理研究有一定的查阅价值，以及为人工智能的打开了一个新的研究点。