反向传播算法(英:Backpropagationalgorithm，简称:BP算法)是一种监督学习算法，常被用来训练多层感知机。于1974年，PaulWerbos[1]首次给出了如何训练一般网络的学习算法，而人工神经网络只是其中的特例。不巧的，在当时整个人工神经网络社群中却无人知晓Paul所提出的学习算法。直到80年代中期，BP算法才重新被DavidRumelhart、GeoffreyHinton及RonaldWilliams[2][3]、DavidParker[4]和YannLeCun[5]独立发现，并获得了广泛的注意，引起了人工神经网络领域研究的第二次热潮。BP算法是Delta规则的推广，