BP网络（Back Propagation）[11][12]，是1986年由Rumelhart和McCelland为首的科学家小组提出，是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。BP网络能学习和存贮大量的输入输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。BP神经网络的黑箱模型与前馈反馈特点决定了数据量的多少与算法效果密不可分，对于神经网络数据量越庞大越好。