人工神經網絡（Artificial Neural Network，ANN）是一種通過模仿人或動物神經網絡行為特征，進行分布式并行信息處理的數學模型。這種網絡依靠系統的復雜程序，通過調整

內部大量節點之間相互連接的關系，從而達到處理信息的目的。ANN 通過預先提供的一批相互對應的“輸入數據—輸出數據”，分析、掌握兩者之間潛在的規律，zui終根據這些規律，

用新的“輸入數據”來推算“輸出結果”，這種學習分析的過程被稱為“訓練”。

在上述幾種方法中，ANN 通常被認為是較有前途的一種氣味嗅覺細胞嗅球神經網絡（嗅小球）大腦（神經中樞）做出判斷傳感器陣列數據采集處理器模式識別系統電子鼻人類嗅覺系統方法，其特點和*性主要表現在三個方面：具有自學習、自適應功能；具有聯想存儲功能；具有高速尋找優化解的能力。此外，它能夠解決非線性問題，在處理噪聲和漂移方面

比傳統的統計方法要好。目前，許多人工神經網絡被用于處理傳感器陣列的信號，如 BP 神經網絡[5]（Back PropagationTrained Neural Network）、徑向基神經網絡[6]（Radial Basis

Function Neural Network）、模糊神經網絡[7]（Fuzzy NeuralNetwork）、自組織網絡[8]（Self-Organizing Network）等。