提出了一种基于有效性分析的自组织模糊神经网络(self-organizingfuzzyneural　network　based　on　effectiveness　analysis,　SOEFNN)建模方法。首先，提出了一种针对模糊规则的有效性评价指标，利用样本与规则层输出之间的映射关系进行网络模型的有效性分析，通过累积触发的方式实现相应模糊规则的增加或删减，使网络模型在能够处理复杂非线性问题的同时降低其冗余性，使模型更为紧凑。采用梯度下降算法对网络模型进行训练。然后，对所提出的SOEFNN模型进行非线性系统仿真实验和污水处理过程中的出水生化需氧量预测建模，并与其他自组织模糊神经网络模型进行对比。仿真结果表明，所提出的SOEFNN模型能够很好地实现结构和参数的自适应调整，并且具有较好的逼近能力。