BP网络结构
   对于多层前馈神经网络，目前广泛采用的是Romclhert和McClclland与1985年提出的误差逆向传播算法，即BP算法。这种网络结构如图所示：

它实际上是一个多层感知器，由输入节点、输出节点以及隐层节点（一层或多层）组成。同层节点之间没有连接，前一层和后一层之间相互充分连接。
激活函数
对于输入信号，先前向传播到隐节点，经激活函数作用后，最后由输出节点给出结果。对于激活函数的要求是一个连续可微、非减的函数，如下图：

BP网络是完成 m维空间向量对n维空间的近似映照。由于f(x)采用非线性函数，其具有一定的容错范围，这使BP网络比一般的线性阈值单元的网络有更方便的灵活性。

人工神经网络的特点 
1） 人工神经网络在结构上与目前计算机不同，它由很多人工神经元相互连接组织而成，尽管每个人工神经元的功能简单，但大量简单的处理单元集体的、并行的活动能得到预期的识别、计算、记忆等结果，并具有较快的速度。