人工神经网络模型 (Artificial Neural Networks，ANNs)可形成输入层—隐含层—输出层系统。系统运用目前ANNs模型中应用最广泛的BP模型(Back-Propagation Network，BP)进行都安喀斯特土地可持续利用评价。BP模型是一种有导师的误差逆传播的学习过程，信息从输入层经隐层处理后传向输出层，如果在输出层得不到期望的输出，则输出层的希望输出与实际输出之间的误差信号反向传播，由输出层经隐含层逐层 修正连接权，使得误差信号最小。
      基于ANN的都安县喀斯特土地可持续利用评价的基本思想是：选取具有代表性网格单元指标数据作为神经网络的学习样本，经网络学习记忆后，利用其相似输入产生相似输出的联想推理功能，以及“内插”的联想推理功能，将样本数据输入训练好的BP模型，再与规定 的评价标准数据相比较，即可确定喀斯特土地可持续利用等级。都安喀斯特土地可持续利用评价三层网络框架如图1。第一层为输入层，共有n个节点（本研究为25个节点）， 分别输入经效用函数标准化后的第i个被评价网格单元的各分指标效用函数值Yij；第二层为隐含层，隐含节点数没有统一的规则，根据具体对象而定；第三层为输出层，只有一个节点，即为都安喀斯特土地可持续利用评价结果。