欢迎观看本篇文章，小依依来为大家解答以上问题。bp神经网络算法介绍，bp神经网络算法简介很多人还不知道，现在让我们一起来看看吧！

1、 反向传播(BP)网络是由Rumelhart和McCelland领导的一组科学家于1986年提出的。它是用误差反向传播算法训练的多层前馈网络，是应用最广泛的神经网络模型之一。BP网络可以学习和存储大量的输入输出模式之间的映射关系，而不需要事先揭示描述这种映射关系的数学方程。其学习规则是利用最速下降法，通过反向传播不断调整网络的权值和阈值，使网络的误差平方和最小。BP神经网络模型的拓扑结构包括输入层、隐含层和输出层。

2、 BP神经网络算法是在现有BP神经网络算法的基础上提出的。它是通过任意选取一组权重建立一组线性方程组，直接把给定的目标输出作为线性方程组的代数和，从而得到待求解的权重。没有传统方法的局部极小和收敛速度慢的问题，更容易理解。

本文到此结束，希望对大家有所帮助。