本文对神经网络在非线性系统辨识方面的应用作一些具体的尝试。本文提出了一种新的小波网络混合学习算法，通过将DLS算法与最小二乘算法有机结合在一起，有效的改进了网络的学习收敛速度和精度。 随后，本文将遗传算法引入小波网络，利用其全局搜索能力来确定网络的最佳结构即最佳小波元节点数。本文对影响遗传算法性能的主要因素进行了详细研究，给出了一个比较合适的适应度函数计算方法，并确定了适当的遗传操作算子，在此基础上，给出了网络结构的遗传优化算法。 本文还对基于状态空间的小波网络非线性系统辨识模型进行了研究，将描述系统内部状态的状态变量引入小波网络，建立了基于状态变量的小波网络辨识模型，其辨识方法是非参数型的，主要是通过对输入－状态－输出方式的辨识来跟踪系统动态特性，模拟系统行为。 最后，本文将小波网络应用于航空发动机故障诊断，给出了发动机系统故障与传感器故障检测与分离的小波网络模型，并进行了仿真研究，然后对模型进行了进一步的推广，使之能够判断系统发生何种已知故障。