優(yōu)點：
（1）能夠自適應、自主學習。這是BP算法的根本以及其優(yōu)勢所在，BP算法根據(jù)預設的參數(shù)更新規(guī)則，不斷地調(diào)整神經(jīng)網(wǎng)絡中的參數(shù)，以達到最符合期望的輸出。
（2）擁有較強的非線性映射能力。
（3）嚴謹?shù)耐茖н^程。誤差的反向傳播過程，采用的是已經(jīng)非常成熟的鏈式法測，其推導過程嚴謹且科學。
（4）較強的泛化能力，即在BP算法訓練結(jié)束之后，BP算法可以利用從原來知識中學到的知識解決新的問題。
缺點：
（1）由于BP神經(jīng)網(wǎng)絡中的參數(shù)眾多，每次都需要更新數(shù)量較多的閾值和權(quán)值，故會導致收斂速度過慢。
（2）網(wǎng)絡中隱含層節(jié)點個數(shù)尚無明確的公式，傳統(tǒng)方法需要不斷地設置隱含層節(jié)點數(shù)進行試湊，根據(jù)網(wǎng)絡誤差結(jié)果確定最終隱含層節(jié)點個數(shù)。
（3）從數(shù)學角度看，BP算法是一種速度較快的梯度下降算法，很容易陷入局部最小值的問題。當出現(xiàn)局部極小時，從表面上看，誤差符合要求，但這時所得到的解并不一定是問題的真正解。所以BP算法是不完備的。
