人工神经网络是模拟生物神经网络局部功能或机理的具有一定智能化的信息处理计算模型,可分为理论研究与硬件设计两大部分。在硬件实现方面,人类似乎还没有找到真正意义上模拟生物神经网络的材料,目前主要利用电子技术来实现;在用于求解优化计算的理论模型研究方面,目前主要是全连接的Hopfield模型。像细胞神经网络这种局域性连接网络主要应用于图像处理等领域。因此,如何构建局域性连接的、具有一定实用性的、可直接用于优化计算的人工神经网络模型仍是神经网络领域研究的一个核心内容。本文意在建立一种局域连接的、模拟人脑决策思维模式的、可用于优化信息处理的神经网络模型。为此在建立模型前首先对多阶段决策问题利用图论方法进行了较为详细地研究,进而对网络乃至整个工程技术优化计算中过早收敛问题进行了探讨;在建立决策神经网络模型之后,将其应用到诸如TSP问题、图的同构问题等;文中也建立了图的顶点覆盖问题的人工神经网络模型,其主要贡献有如下几点:首先,建立了多阶段决策问题的图论模型。对其中的基本理论与应用问题进行了研究,诸如现实生活中的问题直接或者间接地转化成多阶段决策问题;给出多阶段决策问题有向图方法的标准化方法;给出了多阶段决策问题中策略集的计数公式;以及求解策略集的两种计算方法;建立了最短路问题的标准化的基于图论方法的多阶段决策问题的模型;建立了旅行商问题的标准化的基于图论方法的多阶段决策问题的数学模型,此模型直接可应用于求解图的Hamilton问题的应用。其次,建立了决策神经网络模型。作为一种局域连接网络,其优点是:不像Hopfield网络那样的全连接性,又不像细胞神经网络的“死板性”,是一种接近于人脑思维模式的局域连接问题。这种模型的特点应与人脑决策模式类似,可能得不到问题的最优解,但易于得到问题的满意解。给出了此模型机理、网络结构,以及网络的电路实现等问题;再次,较系统地讨论了过早收敛现象,并应用置换群理论,图论等数学工具进行了行之有效的研究,这一成果可直接应用于众多的优化计算之中;最后,将决策神经网络模型应用于TSP问题、图的同构问题等的研究。其基本的思想是将决策思维中局域思想加入在能量函数,进而加入在网络的运行方程之中;最后,建立了图的顶点覆盖问题的神经网络模型。该模型是在已有Hopfield网络模型的基础上给予了改进,将决策神经网络模型的思想加了进去。