摘  要：同仁均知，训练F²N²（Feed Forward Neural Network：前馈神经网络）的方法虽然很多，但是至今未能彻底解决“收敛不迅速”和“收敛不稳健”这两大难题，从而影响了F²N²的应用。针对此问题，文章研究了一种训练&应用F²N²的新方法，该方法灵活地将BPNN（Back Propagation Neural Network：反向传播神经网络）关键训练算法和分层优化算法亲和、协调的自然结合，并且对每层的（Weight：“权”）训练独立进行，精心创建了用级数精确表达的F²N²目标函数，不仅能将优化每层的问题简化为线性问题，而且还可弱化线性误差。文中提供了应用F²N²进行智能检测的几个具体实例，应用结果表明，该方法优于其它相关方法。

关键词：F²N²；分层；BPNN；训练；收敛

1 引言