人体内的神经元虽然结构各异，但它们的基本组成单元是相同的。神经元的生物学解剖如图1-1所示，主要由细胞体、树突和轴突三部分构成。
首先，细胞体是神经元的核心，由众多分子构成，内部包含了细胞核、核糖体和原生质网等，它是神经元能量供应的中心，进行新陈代谢等生化过程。细胞膜包围着整个细胞，是细胞的外层结构。
其次，树突是细胞体的延伸，作为接收信息的通道，它是由细胞体产生的分枝。轴突则是细胞体最长的外伸管状纤维，最长可达1米，负责将神经元的兴奋传递给其他神经元。
神经元之间的连接通过突触结构实现，如图1-2所示。突触由突触前成分、间隙和突触后成分组成。突触前成分是轴突末端，间隙则是两者之间的间隙，一般为200-300纳米。突触后成分可能是细胞体、树突或轴突，代表了神经元间的间接联系。
根据神经生理学研究，神经元和突触表现出四种行为：神经元可处于抑制或兴奋状态，产生爆发和平台两种模式，抑制后的反冲现象，以及具有适应性。突触则能进行信息整合，产生渐变传递，具备电接触和化学接触等多种连接方式，以及延时激发。
目前，人工神经网络的研究主要针对神经元的抑制或兴奋状态和突触的信息综合行为，其他行为尚未深入模拟。这表明神经网络研究还处于初级阶段，未来仍有许多领域有待探索。尽管如此，神经网络的前景光明，随着逐步深入研究，神经元和突触的其他行为完全可能在人工模拟中实现。
模拟人类实际神经网络的数学方法问世以来，人们已慢慢习惯了把这种人工神经网络直接称为神经网络。神经网络在系统辨识、模式识别、智能控制等领域有着广泛而吸引人的前景，特别在智能控制中，人们对神经网络的自学习功能尤其感兴趣，并且把神经网络这一重要特点看作是解决自动控制中控制器适应能力这个难题的关键钥匙之一。