随着树木定向培育、转基因工程和材质改良技术的发展，关于木材材质及形成机理的研究成为当前世界范围的木材工业、工程领域的专家学者广泛关注的课题，业界也急需要通过木材内部微观和化学结构来确定木材外部的物理、力学特征。一直以来有很多研究人员致力于此，然而，要想充分把握木材这一复杂系统绝非易事，传统的研究只限于个别木材参数间的关系，且鲜有精确模型。 本文突破了传统的研究方法，将神经网络理论引入到建模工作中，给出了一系列基于一类神经网络建模方法的木材微观结构、化学组成与材性的关系模型。模型全面、精确地揭示了木材内部和外部特征的内在联系。同时，基于VisualC++和MATLAB，给出模型的软件实现，该软件拟在木材研究部门推广。 通过对中国林科院国家“973”攀登课题的需求分析，本文基于神经网络建模理论，选定了一类神经网络结构——广义回归神经网络进行建模工作。首先，在对试验样本的深入分析和数据预处理的基础上，建立了关于杉木和72杨的微观结构与材性、化学组成与材性的关系模型，并通过线性回归来评估其网络模型的性能；其次，针对两种木材分析了所给样本的分布特征，将样本按部位对应的年龄段进行分组，给出了能揭示树木径向变异关系子模型，并达到了理想的逼近精度；进而利用相关的数学方法对样本输入因子进行主从分析，得出一系列关键变量组合，并给出了若干组简化模型。在完成建模工作之后，进行了基于前台开发环境VisualC++和后台运算工具MATLAB的软件实现，在友好的用户界面中嵌入了VC和MATLAB的应用程序接口，实现了二者的高效通信。最后对本文进行了总结，并就木材行业各种基于神经网络的研究问题进行了展望。