80年代初，在美國、日本、接着在我國國內都掀起了一股研究神經網絡理論和神經計算機的熱潮，並將神經網絡原理應用於圖象處理、模式識別、語音綜合及機器人控制等領域。近年來，美國等先進國家又相繼投入鉅額資金，制定出強化研究計劃，開展對腦功能和新型智能計算機的研究。
人腦是自生命誕生以來，生物經過數十億年漫長歲月進化的結果，是具有高度智能的複雜系統，它不必採用繁複的數字計算和邏輯運算，卻能靈活處理各種複雜的，不精確的和模糊的信息，善於理解語言、圖象並具有直覺感知等功能。
人腦的信息處理機制極其複雜，從結構上看它是包含有140億神經細胞的大規模網絡。單個神經細胞的工作速度並不高（毫秒級），但它通過超並行處理使得整個系統實現處理的高速性和信息表現的多樣性。
因此，從信息處理的角度對人腦進行研究，並由此研製出一種象人腦一樣能夠“思維”的智能計算機和智能信息處理方法，一直是人工智能追求的目標。
神經網絡就是通過對人腦的基本單元---神經元的建模和聯結，來探索模擬人腦神經系統功能的模型，並研製一種具有學習、聯想、記憶和模式識別等智能信息處理功能的人工系統。本文介紹神經網絡的特點以及近年來有關神經網絡與混沌理論、模糊計算和遺傳算法等相結合的混合神經網絡研究的'動態。
一．神經網絡和聯結主義
回顧認知科學的發展，有所謂符號主義和聯結主義兩大流派。符號主義從宏觀層次上，撇開人腦的內部結構和機制，僅從人腦外在表現出來的智能現象出發進行研究。例如，將記憶、判斷、推理、學習等心理活動總結成規律、甚至編製成規則，然後用計算機進行模擬，使計算機表現出各種智能。
符號主義認爲，認識的基本元素是符號，認知過程是對符號表示的運算。人類的語言，文字的思維均可用符號來描述，而且思維過程只不過是這些符號的存儲、變換和輸入、輸出而已。以這種方法實現的系統具有串行、線性、準確、簡潔、易於表達的特點，體現了邏輯思維的基本特性。七十年代的專家系統和八十年代日本的第五代計算機研究計劃就是其主要代表。
聯接主義則與其不同，其特點是從微觀出發。聯接主義認爲符號是不存在的，認知的基本元素就是神經細胞（神經元），認知過程是大量神經元的聯接，以及這種聯接所引起的神經元的不同興奮狀態和系統所表現出的總體行爲。八十年代再度興起的神經網絡和神經計算機就是這種聯接主義的代表。
神經網絡的主要特徵是：大規模的並行處理和分佈式的信息存儲，良好的自適應、自組織性，以及很強的學習功能、聯想功能和容錯功能。與當今的馮．諾依曼式計算機相比，更加接近人腦的信息處理模式。主要表現如下：
☆神經網絡能夠處理連續的模擬信號。例如連續灰度變化的圖象信號。
☆能夠處理混沌的、不完全的、模糊的信息。
☆傳統的計算機能給出精確的解答，神經網絡給出的是次最優的逼近解答。
☆神經網絡並行分佈工作，各組成部分同時參與運算，單個神經元的動作速度不高，但總體的處理速度極快。
☆神經網絡信息存儲分佈於全網絡各個權重變換之中，某些單元障礙並不影響信息的完整，具有魯棒性。
☆傳統計算機要求有準確的輸入條件，才能給出精確解。神經網絡只要求部分條件，甚至對於包含有部分錯誤的輸入，也能得出較好的解答，具有容錯性。
☆神經網絡在處理自然語言理解、圖象模式識別、景物理解、不完整信息的處理、智能機器人控制等方面有優勢。