摘要： 针对BP算法属于局部优化算法的不足，提出了一种新的全局优化算法——自适应禁忌搜索作为前向神经网络的训练算法。该算法通过邻域和候选集的相互配合，动态地调整候选集中分别用于集中性搜索与多样性搜索的元素个数，提高了算法运行的质量和效率。以经典的异或问题(XOR)为例，进行了对比研究。实验结果表明，该算法与BP算法相比明显提高了网络的收敛概率和收敛精度。

关键词: 多层前向神经网络 禁忌搜索 自适应 局部优化算法 全局优化算法 BP算法 训练算法 元素个数 异或问题 对比研究 收敛精度 候选集 多样性 集中性