本研究以三個虛擬網頁視覺圖像為測試樣本，分別以高複雜度、中複雜度、低複雜度三種不同複雜程度的網頁視覺圖像，測試十一個不同年齡層的受試者，以分層隨機抽樣法，不分性別，排除網頁文字因素、網頁色彩因素與其他會干擾網頁視覺感受之相關因素，做網頁視覺圖像複雜度的偏好測試，將問卷調查的統計結果，與應用類神經網路模型運算所得的結果比較。類神經網路模型的進行步驟為：先輸入單數組之年齡組，經由類神經網路的學習與預測得知結果。利用單數組之年齡組的偏好百分比數據，去推論雙數組的年齡組對網頁視覺圖像複雜度偏好的百分比數據，將類神經網路模型所得到的結果，與問卷調查的統計結果相互驗證，結果證明以類神經網路模型運算，確實可以用較少的樣本數來測試，得到與較多樣本數測試的結果相似，且其誤差小於5 %，驗證本研究運用類神經網路之RBF-NN模型實驗的「合理性」及「價值性」。本研究之結果顯示：中複雜度的網頁視覺圖像，普遍來說接受度較高，年齡層較高的受試者對高複雜度的網頁視覺圖像較偏愛。