sigmoid函数。形如： 　　注意：理论和实际是有差距的。主要原因有：学习样本不能保证绝对的覆盖整个样本空间；学习过程不能保证一定收敛到系统的全局最小值点；网络的规模的设计没有理论依据，因此不能够保证其容量一定满足该实际应用的需要。 　　前馈神经网络的基本结构如下图所示。 图6-10 前馈神经网络模型 　　BP网络不仅有输入层节点、输出层节点，而且还有隐层节点（可以是一层或多层）。对于输入信号，要先向前传播到隐节点，经过转移函数后，再把隐节点的输出信息传播到输出节点，最后给出输出结果。节点的转移函数通常选取S型函数，如