摘　要：在高斯基徑向基函數神經網絡（RBFNN）學習算法中引入了魯棒性和隨機全局尋優的兩階段遺傳算法：結構學習和參數優化。通過兩階段學習算法的交替使用，使網絡具有結構自學習和參數優化的能力，而后將網絡應用于組分數未知的重疊色譜峰解析。該方法具有不需人為干預，可自動確定網絡結構即組分數的優點；并且解析精度較高，適用于多組分重疊色譜峰的解析；對完全重疊色譜峰也具有良好的解析能力。