该文探讨协同神经网络的总体理论,对如下关键问题进行了研究,并得到实验的验证.1、该网络的结构划分.该文指出了协同神经网络符合竞争神经网的一般原理,它可以划分为匹配子网和竞争子网.2、序参量的生成.该文提出右以在剩余向量最小化的准则下,采用距离法、相关系数法等方法进行序参量的生成,克服了伪逆法的上述缺点.实验结果表明这些方法是有效的.3、网络的有序化度量.该文提出网络的有序化度量指标——熵.我们以序参量的相对分布为基础定义了网络的熵,并通过理论分析和实验证明了熵在网络运行中是衡减的,可以用来精确描述协同神经网络的运行是一个自组织过程.4、快速Haken网络.在竞争子网的研究中,该文主要改进经典Haken网络的时间性能,提出快速Haken网络.该文还讨论了将协同神经网络用于高维问题求解,提出高维竞争中势函数构造的一般原则.此外,还针对海量数据的模式识别,提出了基于等级模式的竞争思路.