神經元網路(network of neuron)一種複雜網路系統.1943年，美國心理學家麥卡洛克(McCul-loch, W. S.)和數學家皮特斯(Pitts , W.)提出的利用神經元網路對信息進行處理的數學模型，以及1949年希博(Hebb)提出的神經元之間連結強度變化的學習規則，即希博規則，開創了神經元網路的新局面。
神經元網路是由大量類似於神經元的處理單元相互連結而成的非線性複雜網路系統，它是在現代神經科學研究成果的基礎上提出的，試圖通過模擬大腦神經元網路處理、記憶信息的方式，完成人腦那樣的信息處理功能，是非線性的並行結構.神經元網路的運行方式有前饋式網路和反饋式網路.前饋式網路採用分層網路結構形式，實現從輸人層結點的狀態空間到輸出層狀態空間的非線性映射，它廣泛採用於模式分類、特徵抽取等方面;反饋式網路採用相互連結型網路結構形式，所在結點既可以輸人，又是計算單元，同時向外輸出，它用於最佳化計算和聯想記憶。
值得注意的是，目前的人工神經元網路和真正的人腦工作方式還是有著較大的區別。關於人腦的運作原理目前學界仍存在著很大的盲點。所以目前的人工神經元網路只是簡單的通過多台計算機組成陣列來模擬每一個神經元節點，通過數學函式的計算來分配每一台計算機的權重以達到並行計算的效果，從而大大增強計算機系統的處理能力。
