人工神经网络与专家系统,作为人工智能应用的两大分支,在实际应用中都有许多成功的范例.但作为单个系统来讲,二者都存在很大的局限性,主要是专家系统知识获取的“瓶颈问题”和神经网络知识表达的“黑箱结构”.为解决这个问题,一个辅助股票分析的神经网络与专家系统的集成系统被研制出来,试图将两种技术相结合,达到优势互补的目的.利用神经网络优良的自组织、自学习和自适应能力来解决专家系统知识获取的困难,同时用专家系统良好的解释机能来弥补神经网络中知识表达的缺陷.论文对系统的功能、结构流程的分析设计,有关知识获取、规则抽取、推理过程等关键技术性问题的解决方法进行了论述.这个系统的研制证明了集成系统的优势及其增强辅助决策的能力