bp神经网络是干什么用的

BP网络主要应用于以下几个方面: 1)函数逼近:用输入模式与相应的期望输出模式学习一个网络逼近一个函数; 2)模式识别:用一个特定的期望输出模式将它与输入模式联系起来; 3)分类:把输入模式以所定义的合适方式进行分类; 4)数据压缩:减少输出矢量的维数以便于传输或存储。

仿真的作用你可以从BP神经网络的用途上去看，例如很经典的可以用来做分类器等。 你用不同类别的样本（输入+对应的期望输出）作为训练，然后给出一个新的输入，BP网就能给你这个所属的类别。