人工神经网络是在模仿大脑处理问题的过程中发展起来的一种新兴智能信息网处理理论，通过对人脑的形象思维、联想记忆等进行模仿和抽象实现与人脑相似的学习、识别、记忆等信息处理能力。由于它的非线性、自适应、自组织等特性，被广泛应用于各种领域中。 随着电力改革的深入进行，电力投资项目所面临的市场环境更加复杂。在新的竞争性市场环境下，电力投资项目将面临更多的不确定因素，如电力价格、银行贷款利率、国家宏观政策、环保要求等，因此在投资时应更加重视投资项目的评价工作，保证投资的安全性和收益性。 本文研究了人工神经网络在电力投资中的应用，首先介绍了神经网络的基本理论知识，对神经网络的结构特点做了比较详细的介绍，还介绍了BP网络、递归神经网络(RNN)和自适应共振神经网络(ART)各自的原理及结构特点。文中分析了由神经网络和模糊优选理论相结合生成的模糊优选递归神经网络模型的结构特点，引入偏差单元，通过对网络模型加入附加的、内部的反馈信号，来增强网络本身处理动态信息的能力。 本文用Matlab软件模拟该模型，应用于某一电力投资项目方案的评价，其结果同应用模糊优选BP网络、自适应共振神经网络和灰色决策模型方法所得的结果是一致的，且评价值比较分散，结果直观，更加有利于方案的优选。