本文简要阐述了的模糊理论和神经网络技术的基本原理，分析了二者在故障诊断中的优点和缺点，说明了二者结合的必然性。针对车辆故障诊断的特殊性和复杂性以及诊断中存在许多不完全信息和模糊信息，阐述了将模糊理论用于车辆故障诊断的必要性，并把模糊理论用于实例获取过程中，提出分级合成的实例获取方法。本文在已有研究基础上，将模糊神经网络技术集成到基于实例推理和规则推理的诊断专家系统中。建立基于模糊BP网络的自动模糊规则提取方法，它通过删除冗余连接权的方法寻找到网络的隐含关键特征。把模糊神经网络学习权值转换成基于实例推理的诊断引导操作符，对快速选择相似实例进行重用，提高诊断准确性，起到重要作用。模糊神经网络的引导机制把基于实例与基于规则推理有力地结合在一起，系统集成多种诊断模式，并从内部诊断推理机制上相融合，达到系统集成诊断的目的。