随着智能技术的发展,将人类语言形式化描述成符号规则并模仿人类的智能行为的传统人工智能观点逐步转变成为模糊系统、神经网络和演化计算融合的计算智能观点。基于当前计算智能技术融合的思想,本文设计了一系列多项式神经模糊模型。主要创新点如下：1.研究建立二次多项式模糊模型。在分析模糊规则的不同类型基础上,构造了两种不同的二次多项式模糊模型：SA模糊模型和MA模糊模型。2.提出多项式模糊神经网络。在SA和MA模糊模型原理基础上,结合神经网络结构进行设计,构造四种不同类型的多项式模糊神经网络：FPSAFNN、HPSAFNN、FPMAFNN、HPMAFNN。3.提出SPOA优化的二次多项式模糊模型。提出了SPOA算法,在此基础上构造两种SPOA优化的模糊模型：SPOA优化的SA模糊模型和SPOA优化的MA模糊模型。4.提出SPOA优化的多项式模糊神经网络。构造四种SPOA优化的模糊神经网络：SPOA优化的FPSAFNN、SPOA优化的HPSAFNN、SPOA优化的FPMAFNN、SPOA优化的HPMAFNN。5.提出将多项式神经模糊模型应用于自然语言处理。将MA模糊模型应用于自然语言处理的分类问题。