هدف از آموزش شبکه های عصبی، یافتن اندازه وزنها و بایاس ها به نحوی است که خطای داده های آموزش را به حداقل ممکن برساند. لذا آموزش شبکه های عصبی و را می توان در بردارنده یک مسأله بهینه سازی باشد که هدف از آن بهینه سازی ضرایب وزنی و بایاس ها جهت دستیابی به حداقل خطای آموزش می تواند باشد. در روش های مرسوم جهت آموزش شبکه های عصبی از الگوریتم پس انتشار و دیگر روش های گرادیانی استفاده می شود. این روش ها در مواردی که شکل تابع غیرخطی و پیچیده باشد، ضعف و ناکارآمدی خود را نشان میدهند. در این مقاله، آنالیز شبکه عصبی در شبکه البرزبه کمک شبکه عصبی چند لایه با با استفاده از الگوریتم PSO انجام شده است. به کارگیری الگوریتمPSOدر آموزش شبکه های عصبی و مقایسه صورت گرفته با الگوریتم آموزشی پس انتشار،نشان می دهد که در مسائل پیچیده توأم با فرآیندهای غیرخطی، استفاده از الگوریتم جدید کارآیی بالاتری را به همراه دارد. در انتها نتایج پیاده سازی الگوریتم ارائه شده مقایسه آن با روش آموزشی پس انتشار برای آنالیز شبکه عصبی در شبکه البرز به کمک شبکه عصبی چند لایه با با استفاده از الگوریتم PSO آورده شده است.