DNA计算是一门新的学科。这门学科主要研究如何利用DNA分子根据Waston-Crick互补配对原则进行极度并行计算的特点去解决人类数学中的问题。目前已验证有大量的问题可以通过DNA计算来解决。最早的，也是最著名的是1994年Science上发表的美国科学家Adleman的七节点Hamilton路径问题的DNA计算解决办法。此外，2001年11月22日Nature杂志上关于威兹曼实验室制造出自动DNA计算机的报道，再一次向世人证明了DNA分子具有强大的计算能力。 本文首先建立了几个实现神经网络的基本功能的DNA计算的自装配模型，这些模型的主要思想不同于传统的串行修改或计算神经元之间的连接权值，而是从所有可能的权值组合中寻找到一组适合所有样本对的理想输入与理想输出的对应关系的权值组合，也就是并行的实现了神经网络的学习过程，充分地利用了DNA计算极度并行的特点。 本文除了给出几个实现神经网络的基本功能的DNA计算模型外，还对几个模型的具体实现过程用具体的例子进行了详细说明，还对其中的一个例子用具体的编码说明了我们所建立的模型的可行性。同时，还将模型与已有的实现Hophild网络的联想的模型进行了比较，说明这一模型具有一定的优越性。