人工智能的研究进展,极大地促进了智能疾病诊断技术的发展。从MYCIN问世以来,基于专家系统的疾病诊断系统层出不穷,取得了极大的成功。但由于专家系统本身固有的如知识获取难等缺陷,加上疾病诊断的复杂性,使得单纯依赖专家系统的疾病诊断受到极大的制约。人工神经网络的并行性、容错能力和模糊推理能力则适时地解决了这个矛盾,使得将其与专家系统结合构建智能疾病诊断系统成为主流趋势。本文介绍专家系统和人工神经网络技术,研究了两者集成的可行性和方式,探讨了适合于疾病诊断的神经网络类型,建立了奶牛疾病诊断的RBF网络模型,并利用遗传算法对该模型进行优化。实验表明,该模型具有较高疾病诊断正确率和良好的泛化能力。本文得到了863项目 “智能化农业信息处理系统——重庆市示范区”( 课题编号:2001AA115320 )和重庆大学骨干教师资助计划项目“基于神经网络和遗传算法的奶牛疾病诊断专家系统”的资助。