近十年来，基于丰富的神经电生理实验数据，越来越多的脑科学家们利用力学和数学的方法来研究神经系统的动力学性质，揭示认知功能中包括注意和记忆等各种脑功能活动的动力学机制。本文以德国物理学家P．A．Tass教授的关于具有极限环振幅、特性相同的单个神经振子群的相变动力学模型为基础，考虑不同的神经振子具有不同的特征频率，并且在不同性质的刺激作用下，提出了新的具有不同相位的单个神经振子群的随机非线性相变动力学模型。目前国际上对生物医学领域中关于相变动力学模型的研究多数还处于一维相空间分析阶段，本文把在一维相空间中神经振子群的活动推广到多维相空间的情形，为相变动力学在神经动力系统中的应用提供了一个更为深入的研究方法。用数密度的方法在二维相空间上描述了神经振子群内具有不同相位的神经振子簇发放动作电位的数值模拟，观察数密度随时间演化的图像。研究结果表明两维或两维以上的高维相变动力学模型，与一维相变动力学模型相比能够揭示神经信息处理中更为丰富的内容，同时也表明在一维的相空间内，相变动力学演化模型将丢失很多有用的神经编码信息。本文不仅考察不同相位的单个神经振子群的自发活动，而且还考察神经振子群对刺激信息的处理以及神经编码的动态演化过程。在不同强度或者不同模式的刺激作用下，神经振子群的演化过程也不尽相同，神经振子群的平均数密度空间编码取决于刺激强度的大小、刺激的形式与神经振子之间耦合强度的性质这三个主要因素。在本文最后，上述演化模型被成功地应用于认知功能的研究，描述了注意和记忆的神经动力学机制，这为认知神经科学的定量研究作了有益的尝试。