神經網絡在計算特定任務非常快速

　　神經網絡的大規模并行特性使得它在計算特定任務時可能非常快速，這個特性也使得神經網絡非常適用于用超大規模集成電路技術實現。目前神經網絡模型有：感知器、線性網絡、BP網絡、徑向基網絡、自組織網絡和反饋網絡。而這些1315反擊破神經網絡模型都有各自的特點和應用范圍，只有根據網絡模型的各自特點和實際情況相結合，采用不同的模型，才能充分發揮各種網絡模型的作用，更好地解決實際問題。

　　誤差反向傳播網絡簡稱BP網絡。BP神經網絡是當前應用最為廣泛的一種人工神經網絡，其結構簡單，工作狀態穩定，易于硬件實現，廣泛應用于識別分類、非線性映射、復雜系統仿真等方面。BP網絡是典型的多層結構，復合式破碎機不僅有輸入層節點和輸出層節點，而且有隱層節點（可以是一層或多層），且層與層之間多采用全互聯方式，但同層單元之間不存在連接。

　　對于輸入信號，一般要先向前傳播到隱節點，經過作用函數后，再把隱節點的輸出信息傳播到輸出節點，最后得到輸出結果。因此，雷蒙磨廠家用神經網絡方法計算壓力管道的疲勞壽命，比理論法、實驗法、有限元法更準確，只要能夠獲得適當數量的學習樣本即實驗研究數據，基于神經網絡的疲勞壽命計算方法不失為一種有效的方法。