自然语言是物理世界中最靠近认知的部分,实现对自然语言的可测量化是对认知的可测量化的最直接的方法。计算动词理论正是这样一门学科,它给出了自然语言的测量化的方式方法,从而使计算机拥有初步认知的能力。作为一门新兴的、正在高速发展中的学科,计算动词理论正与众多其他学科如人工智能、心理学、经济学等形成交叉学科,并成功地应用于许多工业系统,如视频火灾检测系统、智能交通系统、智能安防系统等。　　本文基于计算动词理论对神经网络、路径规划进行学习和优化,通过引入计算动词相似度的概念,提出了一种区别于I1型神经动词系统的新型计算动词神经网络,即I2型神经动词系统,完成了该神经网络的设计和学习算法的推导。在路径规划应用方面,本文利用计算动词相似度改写了路径规划算法,详细给出了计算动词路径规划方法的设计。　　本文的主要工作为以下几个方面:　　1.设计了基于趋势相似度的计算动词神经网络,拓宽了神经网络处理以语言为媒介的动态信息的范围和能力;　　2.在规划算法中引入计算动词规则,将在路径规划时遇到的问题转化为基于动词规则的优化问题;　　3.提出的计算动词路径规划方法可以提高考虑外界因素如风扰动的路径规划结果的准确率;　　4.利用多组动词规则库对多元素扰动的情况进行路径规划。