当前，计算智能算法作为人工神经网络、模糊系统和进化计算三种算法的融合，被越来越多的学者研究，成为人工智能的一个新的研究领域。 为了进一步扩展计算智能算法的性能，在深入分析的基础上，本文首先介绍一种传统的优化算法——共轭梯度法(ConjugateGradientAlgorithm，简称CGA)，并且对该算法进行改进，然后对计算智能算法之一——遗传算法(GeneticAlgorithm，简称GA)进行改进，最后将改进GA和改进CGA有机结合，提出了一种新型的GA-CGA混合优化算法。为了验证该GA-CGA混合优化算法具有良好的优化性能，本文将该混合优化算法用于神经网络的权值训练。 另外，为了进一步验证CA-CGA混合优化算法在神经网络的应用领域内同样具有良好的性能，本文将其用于系统辨识及盲信号分离中神经网络模型的训练，取得了理想的训练效果，达到了优化的目的，为计算智能算法的应用研究提供了一种新途径。