人工神经网络（Artificial Neural Network，ANN）是一种通过模仿人或动物神经网络行为特征，进行分布式并行信息处理的数学模型。这种网络依靠系统的复杂程序，通过调整

内部大量节点之间相互连接的关系，从而达到处理信息的目的。ANN 通过预先提供的一批相互对应的“输入数据—输出数据”，分析、掌握两者之间潜在的规律，zui终根据这些规律，

用新的“输入数据”来推算“输出结果”，这种学习分析的过程被称为“训练”。

在上述几种方法中，ANN 通常被认为是较有前途的一种气味嗅觉细胞嗅球神经网络（嗅小球）大脑（神经中枢）做出判断传感器阵列数据采集处理器模式识别系统电子鼻人类嗅觉系统方法，其特点和*性主要表现在三个方面：具有自学习、自适应功能；具有联想存储功能；具有高速寻找优化解的能力。此外，它能够解决非线性问题，在处理噪声和漂移方面

比传统的统计方法要好。目前，许多人工神经网络被用于处理传感器阵列的信号，如 BP 神经网络[5]（Back PropagationTrained Neural Network）、径向基神经网络[6]（Radial Basis

Function Neural Network）、模糊神经网络[7]（Fuzzy NeuralNetwork）、自组织网络[8]（Self-Organizing Network）等。