本文对基于竞争学习的数据广播调度问题进行了研究。文章分析了神经网络的原理，采用神经网络方法，按照竞争学习的观点，较全面地考虑影响调度的诸多因素，设计较好的数据广播调度算法——基于竞争学习的数据广播调度(DataBroadcastSchedulingBasedonCompetitionLearningDBSBCL)，使数据广播具有良好的性能。文章将竞争学习应用于解决数据广播调度问题，同时考虑了几种影响调度的产生因素；所提出的算法与其他算法相比具有更好的伸展性(stretch)，以及较好的平均等待时间；在竞争学习的基础上，使用动态修改网络结构改进了学习模型，将学习模型建立在神经元可变的基础上；对已有自适应谐振算法中的重置方程的警戒线判定方法用触发条件替换，并将它应用于解决数据广播调度问题。