前饋型人工神經網路:如前所述，前饋型人工神經網路是多層排列的，信號由輸入 -百科知識中文網

如前所述，前饋型人工神經網路是多層排列的，信號由輸入層到輸出層單向傳輸的網路模型。與神經網路研究初期提出的感知器模型原理上是完全一樣的。由於八十年代提出的Back Propagation 網路學習算法，使之成為當今套用最廣泛的一種人工神經網路模型。
前饋（亦稱前向）型網路結構上是分層的，其信息只能從輸入層單元向上傳輸到它上面一層的單元，然後再向前，一層一層地傳輸。第一層的單元與第二層所有的單元相連，第二層又與其上一層所有的單元相連。在前饋網路中的神經單元輸入與輸出的關係，可採用線性閾值傳遞函式或單調上升的非線性傳遞函式。