摘  要：同仁均知，訓練F2N2（Feed Forward Neural Network：前饋神經網絡）的方法雖然很多，但是至今未能徹底解決“收斂不迅速”和“收斂不穩健”這兩大難題，從而影響了F2N2的應用。針對此問題，文章研究了一種訓練&應用F2N2的新方法，該方法靈活地將BPNN（Back Propagation Neural Network：反向傳播神經網絡）關鍵訓練算法和分層優化算法親和、協調的自然結合，并且對每層的（Weight：“權”）訓練獨立進行，精心創建了用級數精確表達的F2N2目標函數，不僅能將優化每層的問題簡化為線性問題[登陸后可查看全文]