节约能耗依然是矿业发展主线
一个神经网络有三大要素——动态特性、连接模型和学习算法。根据人工神经网络对生物神经系统的不同组织层次和抽象层次的模拟，可以组成各种层次的神经网络模拟。连接模型通常有三种——单层连接模式、多层连接模式和循环连接模式，神经网络的学习前已述及，人工神经网络是对人脑神经组织结构和行为的模拟。
尽管对应不同的模拟目的存在不同的网络结构，但对绝大多数人工神经网络来说，其共有的基本问题是知识“表达”和知识“学习”。雷蒙磨机前者取决于网络的结构模式，后者则依赖于学习算法。学习算法是人工神经网络研究的主要内容和中心环节，各种神经网络的差异也主要体现在学习算法的不同上。
人们先后提出了误差反向传播算法（BP算法）、径向基算法（RBF算法）、统计算法、Hopfield算法、白适应共振理论（AR工算法）、白组织特征映射算法（Kohonen算法）等。这里简要介绍应用较广泛的BP算法的思想。误差反向传播算法（Back Propaga工ion Algori工hm，简称BP算法）是一个有监督训练多层神经网络的算法。