小波神经网络（WNN，简称小波网络）是近年来新兴的一种人工神经网络（ANN，神经网络）方法，它结合了小波分析和神经网络各自的优点，在一些领域取得了巨大的成功。但小波网络起步较晚，到目前为止还没有形成一套成熟的理论框架，也没有人将现有的小波网络进行系统性的归纳。鉴于此，本文将现有的一些小波网络进行大致的归纳，得出了小波网络的一般流程，并对每一流程中的一些方法或取法进行简单的介绍。本文的研究重点是对参数初始化方法的比较和改进。主要工作有:　　对现有的参数初始化方法进行详细的介绍和分析，列出其具体步骤，并通过数值实验分析各自优劣性。而后针对先前分析出的优劣性，并结合Gram-Schmidt过程，提出了 OBE方法和SORBS方法，并给出了具体步骤。最后通过数值试验将新提出的OBE方法和SORBS方法与现有的RBS方法、SSO方法、SBE方法进行初始化效果和学习效率的比较，最后得出新提出的OBE方法虽然在初始化效果上不如SBE方法，但在学习效率胜过它;新提出的SORBS方法在无论是在初始化效果，还是在学习效率上几乎与SSO方法无异，而且在计算复杂度上还低于SSO方法。