噪声是无处不在的，在日常生活中，存在着各种各样的噪声。通常认为噪声有百害而无一利。那么噪声在自然界中到底扮演了什么样的角色呢？本文主要研究了复杂网络中，噪声对其动力学行为产生的影响，得到了一些非常有意义的规律和结果。在绪论中，主要对混沌及混沌研究的发展现状做了总结，并且简要介绍了复杂网络中的几个典型网络拓扑结构和神经元动力学的研究进展。在第二章中，研究了HH神经元模型在受到带有相位噪声的亚阈值信号刺激以后引起的放电现象。在研究过程中发现，即使是很小的相位噪声，也可以诱导神经元放电，从而提高神经元对弱信号的敏感程度。此外，在合适的噪声强度下，神经元放电比较稳定，相位噪声可以很明显的提高神经元对弱信号的敏感程度，即使信号振幅是亚阈值的。在第三章中，研究了二维耦合映像神经元格子系统中螺旋波的形成以及演化过程，而且讨论了综合小世界效应和噪声作用下的网络变化的特性。在给定初始条件的情况下，引入了一些函数来分析斑图形成的条件。研究中发现，当耦合强度大于临界的耦合强度时，才能形成稳定的螺旋波。加入高斯噪声以后噪声对螺旋波的形成产生了影响，在原来的非螺旋波参数区域也可以诱导产生螺旋波，且噪声强度决定了最终螺旋波的形状。进一步研究了类小世界效应对螺旋波产生的影响，结果发现，在合适的小世界网络长程连接相互作用强度C下，信号传播的速度会加快，这样就说明SW效应可以缩短系统中任意空间单元的路径长度。在第四章中，首先讨论了噪声在一维耦合映象格子系统中的传播，发现噪声强度在传播的过程中被逐步放大，从而引起系统的同步被破坏,产生雪崩现象。接着研究了不同的网络拓扑结构中(全局耦合网络、小世界耦合网络以及无标度耦合网络)雪崩的产生过程，并讨论了干扰信号(即噪声)大小、格点间耦合强度、系统规模大小对雪崩的影响。