人工神经网络就是由简单单元组成的广泛并行互联的网络。其原理是根据人脑的生理结构和工作机理，实现计算机的智能。

人工神经网络是人工智能中最近发展较快、十分热门的交叉学科。它采用物理上可实现的器件或现有的计算机来模拟生物神经网络的某些结构与功能，并反过来用于工程或其他领域。人工神经网络的着眼点不是用物理器件去完整地复制生物体的神经细胞网络，而是抽取其主要结构特点，建立简单可行且能实现人们所期望功能的模型。人工神经网络由很多处理单元有机地连接起来，进行并行的工作。人工神经网络的最大特点是具有学习功能。通常的应用是先用已知数据训练人工神经网络，然后用训练好的网络完成操作。(www.daowen.com)

人工神经网络也许永远无法代替人脑，但它能帮助人类扩展对外部世界的认识和智能控制。如GMDH网络本来是Ivakhnenko（1971）为预报海洋河流中的鱼群提出的模型，但后来又成功地应用于超声速飞机的控制系统和电力系统的负荷预测。人的大脑神经系统十分复杂，可实现的学习、推理功能是人造计算机所不可比拟的。但是，人的大脑在记忆大量数据和高速、复杂的运算方面却远远比不上计算机。以模仿大脑为宗旨的人工神经网络模型，配以高速电子计算机，把人和机器的优势结合起来，将有着非常广泛的应用前景。