摘要:人工神经网络与专家系统, 作为人工智能应用的两大分支, 在实际应用中都有许多成功的范例. 但作为单个系统来讲, 二者都存在很大的局限性, 主要是专家系统知识获取的“瓶颈问题”和神经网络知识表达的“黑箱结构”. 为解决这个问题, 一个辅助股票分析的神经网络与专家系统的集成系统被研制出来, 试图将两种技术相结合, 达到优势互补的目的. 利用神经网络优良的自组织、自学习和自适应能力来解决专家系统知识获取的困难, 同时用专家系统良好的解释机能来弥补神经网络中知识表达的缺陷. 论文对系统的功能、结构流程的分析设计, 有关知识获取、规则抽取、推理过程等关键技术性问题的解决方法进行了论述. 这个系统的研制证明了集成系统的优势及其增强辅助决策的能力.