神經網絡
壹般認為，人腦的思維分為三種基本方式:抽象(邏輯)思維、形象(直覺)思維和靈感(頓悟)思維。
邏輯思維是指按照邏輯規則進行推理的過程；首先，它將信息轉換成概念，並用符號表示出來。然後，根據符號運算以串行方式進行邏輯推理。這個過程可以寫成串行指令讓計算機執行。而直覺思維是將分布的信息進行綜合，結果是突發的想法或者解決問題的方法。這種思維方式的根本點在於以下兩點:1。信息通過神經元上激勵模式的分布存儲在網絡上；2.信息處理是通過神經元之間同時相互作用的動態過程來完成的。
人工神經網絡是模擬人類思維的第二種方式。這是壹個非線性動態系統，其特點是信息的分布式存儲和並行協同處理。雖然單個神經元的結構極其簡單，功能有限，但是由大量神經元組成的網絡系統所能實現的行為卻是極其豐富多彩的。
神經網絡的研究內容相當廣泛，體現了跨學科技術領域的特點。目前，主要研究工作集中在以下幾個方面:
(1)生物原型研究。本文從生理學、心理學、解剖學、腦科學、病理學等方面研究神經細胞、神經網絡和神經系統的生物原型結構和功能機制。
(2)建立理論模型。通過對生物原型的研究，建立了神經元和神經網絡的理論模型。它包括概念模型、知識模型、物理化學模型、數學模型等。
(3)網絡模型和算法的研究。在理論模型研究的基礎上，構建具體的神經網絡模型，實現計算機仿真或硬件的準備，包括網絡學習算法的研究。這項工作也被稱為技術模型研究。
(4)人工神經網絡應用系統。在網絡模型和算法研究的基礎上，利用人工神經網絡形成實際應用系統，如完成某些信號處理或模式識別功能、構造專家系統、制造機器人等。
縱觀當代新興科技的發展史，人類在征服太空、基本粒子、生命起源等科技領域的過程中，走過了壹條坎坷的道路。我們還會看到，探索人腦功能和神經網絡的研究，會隨著許多困難的克服而日新月異。
遺傳算法是模擬達爾文生物進化論的自然選擇和遺傳機制的生物進化過程的計算模型。它是壹種通過模擬自然進化過程來尋找最優解的方法。由美國密歇根大學的J.Holland教授於1975年首次提出。並出版了頗具影響力的專著《自然和人工系統中的適應》，GA這個名字逐漸為人所知。J.Holland教授提出的遺傳算法通常是簡單遺傳算法(SGA)。