神經網路經典論文

神經網路經典論文

　　神經網路可以指向兩種，一個是生物神經網路，一個是人工神經網路。那麼關於人工的神經網路的論文應該怎麼寫呢？下面就和小編一起來看看吧。

　　摘要：軟體需求分析不僅僅是為了讓開發者滿足使用者要求，而且還可以幫助使用者瞭解軟體的效能和功能，具有一舉兩得的效果，但是如果軟體需求不符合實際需求，就會出現風險，導致返工。在BP神經網路的基礎上，我們建立了軟體需求分析風險評估模型，以減少軟體開發的失敗率，規避因軟體需求分析失誤而帶來的實際存在的或潛在的風險。

　　關鍵詞：風險；軟體需求；BP神經網路；研究；分析

　　軟體開發過程中，需求分析是一個關鍵性的階段。導致它失敗的原因有很多，例如開發者和使用者之間的溝通障礙、軟體本身的隱含性、需求資訊的不對稱等等。這些問題導致的返工，增加了開發的成本，也損壞了企業形象，更可能流失掉部分使用者。因此，我們必須對軟體需求分析進行風險評估管理，把負面影響降到最低。現代商業發展中，各企業和企業之間的競爭日趨激烈,掌握最新的技術，對技術進行創新，才是企業在行業內立足腳跟，獲得更加長遠發展的方法，因此要想牢牢地把握企業的運命就需要我們保持對技術創新的熱情，並在這條道路上樂此不疲。21世紀，只有掌握了最新和最具有創造性的技術，才能贏的最後的勝利，本文把BP網路與軟體需求分析風險評估模型相結合，具有十分重要的意義。

　　1BP神經網路

　　BP神經網路是開發者使用最多的神經網路之一，它具有演算法簡單、極強的魯棒性、收斂速度極快等優點。最重要的一點是能夠最大限度的接近其真實系統，非常適合於線性的、不確定的、模糊的軟體風險資料。BP演算法是一種用於前向多層神經網路的的反傳學習演算法。採用BP演算法的數層感知器神經網路模型，它的基本思想是，學習過程由訊號的正向傳播和誤差的反向傳播兩個過程組成。模糊理論採用模糊數學的方法，透過抽象思維，對處於多種因素作用下的事物做出總體評價。它的兩大主要特徵是：第一，結果清晰；第二，系統性強，這非常適合於各種非確定性問題的解決。

　　2軟體需求分析風險評估模型

　　開發過程中，瞭解軟體需求是很重要的。軟體開發主要是依據需求的不同而設計出的產品。它包括了業務需求（組織和客戶高層次的目標）、使用者需求（使用者要求必須具備的需求）、功能需求（使用者可以透過完成任務滿足業務需求的產品中必須體現的軟體功能）。各種不同的需求都以不同的角度來呈現，需要進行多方位的分析方可得出準確的結論。軟體需求分析就是對使用者所需軟體應具備的屬性進行分析，滿足使用者的真正需求。在完成軟體需求分析後，我們要能得出使用者所需的軟體系統要能夠做到哪些功能，對此還要有詳細準確的說明書，也就是使用者的使用說明書，讓他們更快的瞭解產品。優秀的需求具有以下特點：完整性、準確性、可行性、必要性、無歧義性和可行性。軟體需求分析風險是指由於多方面的影響，如使用者參與度、使用者需求的拓展變化、多角度的考慮、設計的精準度和使用者與開發者的充分溝通等等，而造成需求分析的不準確使得使用者的軟體需求得不到滿足。該風險評估模型主要是為了降低軟體需求分析中存在的風險，從而使得評估需求分析更具加有效和更易操作。

　　3一種基於BP神經網路的軟體需求分析風險評估模型

　　本文把BP神經網路和模糊理論加入到軟體需求分析風險評估模型中，利用BP神經網路的非線性對映屬性和模糊理論的超強表達能力與被理解力，幫助提高風險評估的有效性和預測性。軟體需求分析風險的評估模型包括風險識別、風險分析、風險評估三個模組。風險識別的主要目的是考察研究軟體需求分析階段具體的情況，識別並記錄該階段存在的或潛在的風險，輸入來源是專家的經驗分析和歷史風險資料庫。

　　一般步驟包括：

　　a:找出軟體需求分析風險指標；

　　b:搜尋歷史資料庫，列出存在的資料庫中的歷史案例；

　　c:透過專家分析，列出具有風險等級的列表；

　　d:將確定了的風險列表提交資料庫並更新。風險分析是細化第一階段的風險，分析其產生的影響和等級，找出各指標與風險級別之間的線性關係亦或非線性關係。本文引入BP神經網路和模糊理論，利用BP神經網路實現風險評估指標和風險級別之間的非線性對映關係，還利用模糊理論的超強表達能力和容易理解的屬性，提高整個風險評估模型的學習能力和表達能力，得出更符合實際的評估報告。

　　主要的方法包括：

　　a:揭示原因和結果之間的聯絡，追根溯源；

　　b:建立模型進行認識和理解；

　　C:透過嘗試各種組合找出導致失敗的因素。風險評估需最後明確所有存在的'風險和它們的等級，給予開發者一個詳細的報告。本階段只要利用BP神經網路的輸入層、輸出層、隱含層數、隱含層節點數。輸入層節點是經過模糊預處理的17個需求分析風險評估指標；輸出層節點是需求分析風險等級；隱含層數越多效能越高誤差越低；隱含節點越多，網路功能越強大，但是過多則會使網路功能減弱。

　　在BP神經網路基礎上，建立的軟體需求分析風險評估模型，它操作的流程大致是三個方向。首先，識別軟體需求分析階段存在的、潛在的風險；然後，利用BP神經網路和模糊理論的特有屬性、眾多優點進行分析，通過歷史資料庫，專家知識、專家討論，列出風險表格；最後，對風險進行最後的評估，從而有效預測軟體開發過程中所遇到的風險，並且進行規避。

　　4結束語

　　隨著經濟的高速發展，網路軟體也成為人們工作生活中一個非常重要的工具。軟體需求的增多帶來了很多的問題，軟體開發的過程充滿了阻礙，軟體需求的滿意度也在日漸降低。因此，提高軟體開發的速度、保證開發軟體的質量，降低風險、減少開發成本、滿足使用者真正的需求等等，對軟體需求分析風險進行評估，建立軟體需求分析風險評估模型，是一件非常值得研究和實施的事情。本文研究的內容不僅僅達到了需求分析的目的，提出了新的思維方式和參考方向，而且還能更有效的預測軟體需求分析風險，真正滿足使用者的軟體需求。基金專案：吉林省教育廳“十二五”科學技術研究專案“基於AHP和群決策向量分析高校幹部綜合測評方法和系統實現”（吉教科合字第2013402號）；吉林省教育科學“十二五”規劃課題“構建以學習者為主體的遠端教育支援服務體系的研究”。

　　參考文獻：

　　[1]李華,曹曉龍,成江榮.BP神經網路在軟體專案風險評估中的應用[J].計算機模擬,2011,28(07):374-378.