人工味觉系统采用人工智能方法模拟人类的味觉系统，是目前国际上仿生学的一个热点，已经在食品、药物等行业中得到了实际应用。本文通过对新型传感器制备技术和仿生信息处理模型的研究，构建了具有类脑信息处理功能的新型人工味觉系统。 在传感器制备过程中我们采用了导电聚合物和碳纳米管这两种国际上研究的热点功能材料，分别研制了基于聚吡咯修饰的丝网印刷碳糊电极的过氧化氢传感器和基于碳纳米管修饰的丝网印刷碳糊电极的葡萄糖传感器。在制备过氧化氢传感器中采用了导电聚合物——聚吡咯作为固定酶的载体，在电聚合过程中同时将酶诱捕在聚合物网络内，实现了电极修饰与酶固定化的一步完成。通过这种方法在电极表面实现了酶这一蛋白质大分子的足量的固定，并保持了酶的活性，操作步骤简单，操作条件易于控制。另外，在对碳纳米管的研究中，利用碳纳米管对丝网印刷的碳糊电极的表面进行修饰，并通过对比实验证明采用碳纳米管修饰的传感器，其灵敏度、电极反应速度都得到了极大改善。同时，对碳纳米管的作用机理进行了分析。 在信息处理单元，从生物的生理结构出发，研究了基于嗅觉生理结构的仿生神经模型一KⅢ模型，并将其应用于模式识别，取得了较好的成果。根据味觉系统和嗅觉系统在生理上的相似性，嗅觉仿生神经模型被应用于人工味觉系统。由于KⅢ模型在非线性神经动力学上对味觉系统中的信息进行传递、处理和学习，其处理方法更接近于味觉系统的生理过程。在果汁识别的实验中，通过和其它模式识别算法(人工神经网络)的比较，证明基于KⅢ模型的人工味觉系统具有较好的味觉识别能力。