确定物流匹配方式是换热网络综合的中心问题，既需要一定的优化算法又需要考虑许多过程规则。本文首次尝试了人工神经网络与专家系统相结合的智能综合方法，利用人工神经网络和专家系统各自的优势，探索出一条全面解决换热网络综合问题新途径。 本文首先回顾了换热网络综合研究的产生及发展过程。通过对现有方法的比较研究，指出了它们存在的不足及发展趋势。针对换热网络综合问题过程规则多、寻优计算复杂的特点，提出了用专家系统完成过程规则的描述，用人工神经网络实现寻优计算，建立神经网络与专家系统相结合的智能综合方法的设想，并对这种方法的可行性及特点作了概述。 在分析了各种类型的人工神经网络模型功能的基础上，本文选择了Hopfield神经网络作为物流匹配的寻优模型。根据李雅普诺夫关于动力学系统的稳定性理论，分析了Hopfield神经网络的稳定性，深入探讨了Hopfield神经网络模型在组合优化应用中的数学机理，并总结出Hopfield神经网络用于工程组合优化问题的建模方法。据此，研究了换热网络综合问题的表达方法、能量函数的构造及神经元状态方程的推导。 本文探索了Hopfield神经网络的求解技术。从理论上分析了神经元状态方程一般形式不稳健性的原因，确定了用于换热网络综合的神经元状态方程的改进形式。提出了根据能量函数常系数的作用确定常系数取值空间的策略，并通过大量试验摸索出关于换热网络综合问题的常系数取值范围。本文对神经元初值的设置、转换函数的选择作了研究，建立了转换函数指数因子、状态方程迭代步长的动态调整策略。试验证明，和固定取值方法相比，动态调整策略既提高了寻优速率，又可以保证收敛效果。 文章论述了专家系统在智能综合方法中的作用。在专家系统的设计中，首先对换热网络综合问题的过程知识进行描述，选用产生式规则表示法表达过程知识。针对过程知识的特点建立了不同类型的知识库。采用正向推理机制完成规则的搜索。并通过动态知识库实现专家系统与神经网络的连接。 本文用C语言编制了智能综合方法的软件系统，该系统具有计算夹点位置和最小公用工程消耗、神经网络模型参数的设置、最佳物流匹配方式搜