反向传播模型是一种多层前馈神经元网络的学习算法。反向传播模型(back propagation model)亦称BP算法一种多层前馈神经元网络的学习算法. 由鲁梅哈特(Rumelhart ， D.)等人于1985年提出. 这个模型含有输人节点、输出节点及一层或多层隐节点，其结构如图1所示.输人信号先向前传播到隐节点，经过作用函数的运算，把信息送到输出节点，得到一个输出，然后让它与期望的输出比较，如果偏差满足规定的要求，那么学习过程就结束，否则网络就要从输出节点反向传播，逐层修改权系数. 节点的作用函数通常选用S型函数，如