人工神经网络(ANN)是以模仿人类大脑的结构为基本原理的一种非数值算法。将神经网络算法与模糊数学(FM)思想相结合便产生了模糊神经网络(FNN)。模糊神经网络作为人工智能领域一种新的技能,是信息提取的重要方法之一,拥有极为广阔的应用范围。本文主要应用模糊数学和人工神经网络发展的新成果,将自组织算法和遗传算法(GA)作为模糊神经网络的学习方法,探索了对复杂数据信息进行提取的新途径。主要研究工作包括以下几个部分: 第一部分,介绍了模糊数学的理论及其实际应用。 第二部分,主要讨论人工神经网络的基本算法。神经网络经过几十年的发展,到现在已经在众多领域得到广泛的应用,其算法也是多种多样。本文采用BP前馈网络的基本框架构建网络系统。 第三部分,通过模糊数学和人工神经网络基本知识,详细讲述了怎样构造能反映模糊数信息的模糊神经网络,并将自组织算法和遗传算法应用于模糊神经网络结构和参数的修改。希望能将这几种算法有机的结合在一起,改进后应用于模式识别,质量预测,数据挖掘等各种复杂的信息处理问题。