人工智能味觉系统是以电化学分析为知识背景，以生物学、化学知识为基础，建立在模式识别、专家数据库基础上的人工智能系统，味觉传感器是人工智能味觉系统研究和应用的物质基础，是人工智能味觉系统用以构建对味觉客观评价体系的主要技术途径。 本论文分为五章，主要研究了味觉传感器构建技术、味觉传感器阵列优化及味觉传感器阵列的初步应用。 第一章对近年来国内外味觉传感器研究技术方法和结构类型进行了回顾与归纳，分析了各自的优点和缺点，评价了生物味觉识别及专家数据库在人工智能味觉识别系统中的作用与意义，澄清了该研究领域的一些认识上的误区，系统综述了本研究构建的“聚氯乙烯-聚吡咯／铂”新型固态味觉传感器（PVC-PPy／PtE taste sensor, PPP-TS）的原理和技术。 第二章研究了味觉传感器的构建技术与方法。采用循环伏安法，扫描区间-0.15-0.9v，扫描速率0.05v／s，设定扫描周数为5，聚合电量5.87×10^-3C，以0.1 mol·L^-1邻苯二甲酸氢钾为溶剂，吡咯浓度0.2mol·L^-1，在直径2.0 mm的CHI102铂工作电极上电化学聚合吡咯，可以获得均方根表面粗糙度（Rq）为11.2的传感器PPy表面，该电极的电化学性质不受到影响；以聚合度为2500的聚氯乙烯（HS-2500）3.6g及邻苯二甲酸正二辛酯（DOP）6.4 g溶解于100 ml的四氢呋喃（THF）组成的PVC基础被膜液构建传感器，性能稳定，在30秒的时间即可得到稳定的开路电位（OCP）响应，并在此基础上建立了味觉传感器对味物质测试与表征的系列方法。 第三章主要是研究传感器的修饰优化与传感器阵列的组合优化。研究了传感器对修饰剂理化性质的要求及其在传感器构建中的使用量，并以六类27种传感器对五种基本味觉物质的31个浓度梯度样品进行电位检测，以去离子水为参照系得到各修饰传感器的开路电位差值，分析修饰剂与味物质之间的关系对电位响应的影响，并采用模式识别技术优选八种味敏修饰剂传感器，与217型饱和甘汞参比电极组建味觉传感器阵列（taste sensor array）；引入传感器敏感强度指数（sensitive intensity index, S_i）和传感器交互敏感系数(cross sensitive coefficient，C_Siⁱ)来表征同一味觉传感器对不同味