本研究提出了一种约束混合meta启发式算法（cHM），旨在解决高维和不确定环境中的优化问题，提升概率神经网络的训练效果。实验结果表明，该算法加速了收敛速度并提高了分类性能。

本研究使用概率神经网络（PNN）建模巧合不确定性，验证了PNN在建模巧合不确定性方面的有效性。