bp神经网络用来解决什么样的问题

2、 （1）对于神经网络，数据愈多，网络的训练效果愈佳，也更能反映实际。 但在实际操作中，由于条件的限制很难选取大量的样本值进行训练，样本数量偏少。 （2）BP网络模型其计算速度较慢、无法表达预测量与其相关参数之间亲疏关系。

4、 BP网络可以任意逼近任何连续函数，但是它主要存在如下缺点：①从数学上看，它可归结为一非线性的梯度优化问题，因此不可避免地存在局部极小问题；②学习算法的收敛速度慢，通常需要上千次或更多。

3、 在人工神经网络的发展历程中，BP神经网络的出现解决了长期困扰的隐层连接权值调整难题。 BP算法，即误差反向传播学习法，主要由两个关键步骤组成：信息的正向传播和误差的反向传播。

1、 1. 人工神经网络是近年来迅速发展的学科，它通过模拟大规模并行分布处理的非线性系统，能够处理难以用传统数学模型描述的问题，展现出强大的自适应、自学习、联想记忆、高度容错和并行处理能力。 这一理论已经被广泛应用于多个领域。 2. 人工神经网络在水质分析和评价领域的应用日益增多，并取得了显著成效。