针对BP神经网络对初始权重敏感，容易陷入局部最优，人工蜂群算法局部搜索能力和开发能力相对较弱等问题，提出一种基于改进人工蜂群和反向传播的神经网络训练方法。引进差分进化思想改进人工蜂群算法，并对跟随蜂的搜索行为进行更准确的描述。用改进的人工蜂群全局搜索神经网络的初始权重，防止神经网络陷入局部最优。用新的方法对神经网络训练进行分类。实验结果表明，该算法相对于标准的BP神经网络，有效提高了分类正确率，泛化能力较强。