神经网络是基于生理学的仿生模型,近年来,越来越多的应用于各个领域,尤以模式识别最为成功。但人工神经网络的理论研究主要着眼于对人脑生物神经网络的信息存储和加工处理机制的模拟,而很少考虑其群体协同工作方式,从生物学角度,由巨量神经细胞的广泛互连形成的人脑生物神经网络是以神经系统的形式进行群体协同工作的,因而研究多神经网络之间的关系具有重要的意义。比较人工神经网络模型和大脑,可以很明显的发现,所有的人工神经网络模型所具有的功能只是大脑具有功能的极小部分。脑结构研究表明人类的智力是靠教育和经验积累形成的。人脑分为不同区域,如感觉区,记忆区,语言区,识字区和运动区等,不同区域执行不同的功能,有的管理视觉,有的管理语言,有的管理思考。而大脑在学习新的知识的时,是一个知识积累过程,并不需要对已获取的知识重新学习,就可以实现知识的扩充。因而,由多个已知功能人工神经网络协同工作,共同组成具有完善功能的大规模人工神经网络系统是完全有可能的。依据神经网络集成的思想和特性及生态系统的模型本文提出了仿生态神经网络的新理念,并主要研究和编写仿生态神经网络的融合学习算法和训练集的生成过程。用Matlab 6.5编写了仿生态神经网络的程序,并将仿生态神经网络应用于汽车车型的分类识别中,与单个神经网络识别相比提高了车型分类的正确率,降低了近似车型识别中的误识率。