神经网络、模糊技术与遗传算法都是仿效生物处理模式以获得智能信息处理功能的理论。精准农业是基于现代信息技术发展成就的一次人类耕作史的伟大革命。作为精准农业中的农业信息采集、数据决策分析与实施是农业技术中由为重要的一个环节,在该项环节技术实施的多方面因素中,将生物智能理论融合神经网络技术应用于精准农业已经成为研究的焦点。本文所作的工作是克服传统网络在实施性能上存在的一些问题,提出一种改进的遗传神经网络学习算法,并将改进网络应用于农业测土分类中。本文工作首先以模糊自适应谐振网络为切入点,并对现有自适应遗传算法提出一种改进策略;然后,用该策略改进网络学习算法规则和优化网络拓扑结构,提出一种改进遗传神经网络学习算法。算法仿真实验取得较为满意的结果;最后,结合课题采集的吉林省榆树县部分村农田土壤样本数据,利用改进后的遗传神经网络对上述样本数据进行测土分类。该项工作为人工神经网络在农业中的应用开辟了另外一条可行的途径。