本发明涉及计算机智能神经网络优化技术领域，具体为基于神经网络的分解模糊系统优化方法及装置包括：建立分解模糊神经网络、增加网络节点、建立人工神经元模型,人工神经元包括连接权值、基函数和激活函数，各神经元之间的连接强度有连接权值决定，连接权值为激发和抑制两种类型，连接权值取正表示激活，连接权值取负则表示抑制，所述基函数为一个单输入多输出函数，分为线性函数、距离函数和椭圆基函数，所述激活函数用于调整神经元的输出，网络模型结构更加简洁，大大缩短学习时间，提高模型训练学习效率，保证网络模型学习效果，降低软硬件开销，对计算智能机器学习技术领域具有重要的指导意义。