从感知器的结构及学习规则无法执行异或问题出发，用神经网络中的BP网络来解决异或问题，消除了感知器的局限性，但BP算法在具体实现中常会出现一些问题，如：收敛速度缓慢且与其他参数存在较强的耦合关系，局部极小等。对此，从前馈神经网络的原理出发，提出了一种自适应学习速率因子方法，用于对BP算法的改进，并将改进后的算法用于二维XOR问题及多维XOR问题的学习中。仿真实验证明，改进后的算法可显著提高网络的学习速度，且学习过程具有良好的收敛性及较强的鲁棒性。