神经网络在计算特定任务非常快速
神经网络的大规模并行特性使得它在计算特定任务时可能非常快速，这个特性也使得神经网络非常适用于用超大规模集成电路技术实现。目前神经网络模型有：感知器、线性网络、BP网络、径向基网络、自组织网络和反馈网络。而这些1315反击破神经网络模型都有各自的特点和应用范围，只有根据网络模型的各自特点和实际情况相结合，采用不同的模型，才能充分发挥各种网络模型的作用，更好地解决实际问题。
误差反向传播网络简称BP网络。BP神经网络是当前应用最为广泛的一种人工神经网络，其结构简单，工作状态稳定，易于硬件实现，广泛应用于识别分类、非线性映射、复杂系统仿真等方面。BP网络是典型的多层结构，复合式破碎机不仅有输入层节点和输出层节点，而且有隐层节点（可以是一层或多层），且层与层之间多采用全互联方式，但同层单元之间不存在连接。
对于输入信号，一般要先向前传播到隐节点，经过作用函数后，再把隐节点的输出信息传播到输出节点，最后得到输出结果。因此，雷蒙磨厂家用神经网络方法计算压力管道的疲劳寿命，比理论法、实验法、有限元法更准确，只要能够获得适当数量的学习样本即实验研究数据，基于神经网络的疲劳寿命计算方法不失为一种有效的方法。