人工神經網絡的基本要素是：神經元模型、網絡模型、網絡的學習規則。
人工神經網絡（Artificial Neural Network，即ANN ），是20世紀80 年代以來人工智能領域興起的研究熱點。它從信息處理角度對人腦神經元網絡進行抽象， 建立某種簡單模型，按不同的連接方式組成不同的網絡。在工程與學術界也常直接簡稱為神經網絡或類神經網絡。
神經網絡是壹種運算模型，由大量的節點（或稱神經元）之間相互聯接構成。每個節點代表壹種特定的輸出函數，稱為激勵函數（activation function）。每兩個節點間的連接都代表壹個對於通過該連接信號的加權值，稱之為權重，這相當於人工神經網絡的記憶。
網絡的輸出則依網絡的連接方式，權重值和激勵函數的不同而不同。而網絡自身通常都是對自然界某種算法或者函數的逼近，也可能是對壹種邏輯策略的表達。
最近十多年來，人工神經網絡的研究工作不斷深入，已經取得了很大的進展，其在模式識別、智能機器人、自動控制、預測估計、生物、醫學、經濟等領域已成功地解決了許多現代計算機難以解決的實際問題，表現出了良好的智能特性。