ty -jour a2 -gupta，suneet kumar au -ren，Guiting py -2021 da -2021/12/20 ti-神经网络算法的应用与蜜蜂殖民地算法在英语课程建议SP -5307646 vl -2021 AB-传统BP神经网络的缺点是容易跌入局部最小值和缓慢的收敛速度。针对BP神经网络（BP神经网络）的缺点，提出了人造蜜蜂菌落算法（ABC）来交叉优化BP网络参数的重量和阈值。这项研究主要是关于BP神经网络算法在英语课程推荐技术中的应用。它包括BP神经网络算法在英语课程推荐技术中的应用，英语课程教学设计模式，BP神经网络算法在英语课程中的应用以及Bee Colony算法和BP神经网络的最佳组合。4690迭代后，神经网络达到目标准确性，训练完成了。同时，模型的预测误差小于10％，这进一步表明预测模型的性能是好的。因此，建议在本文中使用组合模型。结果表明，优化算法提高了解决方案的精度，并加快了网络的收敛速度。SN -1687-5265 UR -https：//doi.org/10.1155/2021/5307646 DO -10.1155/2021/5307646 JF-计算智能和神经科学PB- Hindawi kw -er -er- er- er- er- er- er-