自1956年诞生以来，基于符号人工智能技术作为一种智能化研究的有力工具，已在工业、农业、医学、军事等众多领域得到了广泛应用，并取得了许多重要成果。然而，人工智能方法在处理非线性的、不确定的复杂工程问题时，有时却显得十分困难。于是，人们转而去研究其它更有效的解决问题途径，计算智能技术正是在这种环境下应运而生的。计算智能包括人工神经网络、进化计算和模糊系统等智能模拟方法。它的最大特点就是不需要建立问题本身的精确模型，非常适合于处理那些因为难以建立有效的形式化模型而用传统人工智能方法难以解决，甚至无法解决的问题。计算智能的提出，为人工智能技术在工程中的广泛应用提供了一条崭新的思路。 卷烟配方涉及的数据及加工工艺非常复杂，是一个典型的不确定性、非线性问题。本文结合卷烟配方设计的业务需求，详细地阐述了计算智能的基本理论及其烟草行业中的应用。全文总共分为七章。 第一章介绍了计算智能的基本概况，提出了本文选题背景、研究内容及研究意义。第二章详细阐述了传统烟叶分类作业过程及其弊端，提出了利用专家经验与模糊Kohonen网络相结合的分类方法。第三章讨论了利用Kohonen网络与BP网络集成在卷烟感官质量和烟气指标预测中的应用与研究，解决了卷烟生产中人工对卷烟感官质量评吸和烟气指标检测难的问题。第四章论述了利用遗传算法寻求最佳卷烟配方维护和配方设计方案的方法，实现了卷烟产品配方的智能设计，填补了国内烟草行业这一领域的空白。第五章结合整个系统，详细说明了各种智能技术在系统中实现的功能及其它们的相互关系。第六章详细说明了系统的整体结构、设计过程以及数据流程图，并在本章的最后列出了部分系统运行结果及对比分析。本文最后一章对全文进行了系统总结，并对计算智能在国内外今后发展方向进行了探讨。