1、BP(Back Propagation)网络是1986年由Rumelhart和McCelland为首的科学家小组提出,是算p一种按误差逆传播算法训练的多层前馈网络,是bb应用最广泛的神经网络模型之一。BP网络能学习和存贮大量的输入-输出模式映射关系,而络无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下降法,通神过反向传播来不断调整网络的权值和阈值,使算经网络的误差平方和最小。BP神经网络模型拓扑结构包括输入层(input)、隐层(hide layer)和输出层(output layer)。
2、BP神经网络算法是在BP神经网络现有算法的基础上提出的,是介网通过任意选定一组权值,将网绍给定的目标输出直接作为线性方程的代数和来建立线性方程组,解介绍得待求权,不绍绍存在传统方法的局部极小及收敛速度慢的问题,且b经更易理解。