企业规模是国民经济的重要组织基础，它合理与否，直接关系到产业结构的合理化和存量资本配置效率的高低，进而关系到经济增长的水平和质量。本论文以深沪两地上市公司为研究对象，共统计了19个行业974家上市公司2002～2004年的相关数据，对其中的房地产业和交通工具业两个行业的发展规模进行了详细研究。从西方经济学生产函数理论出发，创新性地将神经网络和模糊系统等软计算理论引入到我国上市公司企业规模的分析研究中。并利用人工神经网络的高度非线性映射能力和大规模并行处理能力、分布式存储、自组织、自学习、自适应等特点以及模糊系统能像人脑一样对人类知识进行推理和决策、有效利用人类知识、处理不精确和不稳定情况的特点建立企业规模模糊神经网络模型，对我国上市公司企业规模进行科学定量分析。并与传统的线性回归方法得到的结果进行比较，最后，得出本文的结论。 文章共分五个部分。作者在绪论中介绍了国内外企业规模研究的现状及问题、软计算方法概述以及研究对象、数据来源、研究内容和方法。并创新性地提出运用模糊神经网络对我国上市公司企业规模进行实证研究。第二章是企业规模评价指标体系的构建。本章首先运用SPSS软件的因子分析法选取企业规模指标，再对企业规模评价指标进行解释。第三章是我国上市公司企业规模的模糊神经网络模型的选择。本章首先对构建模糊神经网络模型的生产函数进行描述，进而确定了模糊神经网络的结构并进行了描述。第四章是模糊人工神经网络的BP算法。本章首先介绍了BP算法，其次是BP算法的一般推导，最后给出了企业规模模糊神经网络BP算法的推导过程。第五章是以房地产业和交通工具业为例的企业规模实证研究，并与传统的线性回归结果进行对比分析得出本文结论。最后，对本文研究的不足以及有待进一步研究的问题进行说明。