本文全面分析了砂石料源规划的研究和设计现状，简要阐述了模糊数学和人工神经网络的基本原理，引入智能设计方法于砂石料源的规划设计中，主要在建立料场评价有关属性的隶属函数、基于BP 神经网络的砂石料场综合评价及料场方案的多属性模糊优选等方面进行了一些探索。 砂石料场的评价，不仅涉及储量、厚度等这类明确的定量属性，还包含环境、社会等带有模糊性的不确定性属性。砂石料场方案的选择，存在着许多难以精确度量的模糊性因素，常规的平衡法、系统分析法很难对此进行有效的处理。由于定性属性的模糊性处理起来比较困难，目前的工程实践大多停留在对定量指标的分析处理上，这显然是不全面的。要得到客观合理的砂石料源规划结果，必须在规划过程中同时考虑定量和定性属性。模糊数学和人工神经网络理论是处理此类问题的有力工具。 从模糊理论的角度出发，本文将砂石料场评价中相关的八个主要属性进行综合分析，确定出它们对于模糊概念“优”的隶属度。在此基础上，将BP 神经网络应用于砂石料场的综合评价，建立了接近于人类思维模式的定性与定量相结合的砂石料场综合评价模型——BP 神经网络模型。采用设定的标准料场类型作为样本对网络进行训练，通过对给定样本模式的学习，模型获取了评价参数间的合理规则。文中采用Matlab6.5 神经网络工具箱完成了模型的建立、训练和仿真。 本文将模糊数学理论应用于砂石料场的方案选择，提出了熵权与模糊理论相结合的砂石料场方案优选方法，重点对标准化属性矩阵的产生、综合权重的取得以及相对接近度的计算等几个方面进行了研究，采用Visual Basic 6.0 编制了相应的应用程序，用于砂石料场方案优选的计算求解，并通过实例验证了该方法的可行性与实用性。 研究表明，用模糊数学和人工神经网络理论来进行砂石料源规划，可以有效处理其中存在的不确定性，课题有继续深入研究开发的价值。论文最后在总结全文的基础上，对该项研究的发展进行了展望。