为克服现有神经网络训练算法在建模精度方面的不足 ,提出了一种专门面向近似建模的前馈网络训练算法———GA-BP贝叶斯算法 .该算法以提高网络的泛化性能为主旨 ,以获取对应于后验分布最大值的权值向量为训练目标 ,并采用遗传算法和 L- M (Levenberg-Marquardt) BP算法相结合的权值搜索策略 .其中 , L-M BP算法是当前最流行的前馈网络训练算法 .结合一个典型算例 ,对 GA-BP贝叶斯算法和 L-M BP算法进行了对比研究 . 结果表明 :与 L- M BP算法相比 , GA-B