Künstliche neuronale Netze sind eines der Themen der künstlichen Intelligenz. Bei diesen Netzen handelt es sich um ein Datenverarbeitungssystem, das die Ideen des menschlichen Gehirns aufgreift und die Datenverarbeitung vielen Prozessoren anvertraut, die in einem Netzwerk verbunden und parallel zueinander agieren, um ein Problem zu lösen. Künstliche neuronale Netze werden bei der Vorhersage und Modellierung komplexer Baumanagementprobleme mit Neuronenmodellen und verschiedenen Netzarchitekturen eingesetzt. Neuronale Netze, sowohl was die strukturelle Analyse und Entwicklung als auch was die Hardware-Implementierung betrifft, werden in Bezug auf Quantität, Qualität und Fähigkeit immer besser, und die verschiedenen Techniken des neuronalen Rechnens nehmen weiter zu. In diesem Abschnitt werden die Bedeutung der neuronalen Netze, die Grenzen der Erwartungen an diese Netze und ihre Ähnlichkeiten mit realen Netzen erörtert. Die Forschung und das Interesse an neuronalen Netzen begannen, als das Gehirn als ein dynamisches System mit einer parallelen Struktur und einer Verarbeitung erkannt wurde, die sich von herkömmlichen Prozessoren völlig unterscheidet. Die neue Einstellung zur Funktion des Gehirns war das Ergebnis der Überlegungen, die Ramon Segal Anfang des 20.