1. 研究目的与意义
神经网络是分类技术中重要方法之一，人工神经网络是一种应用类似于大脑神经突触连接的结构进行信息处理的数学模型，在这种模型中，大量的结点之间相互连接构成网络，即神经网络。其中，用于分类常见的神经网络模型包括：BP(back propagation)神经网络，RBF网络，Hopfield网络等。就目前来说，神经网络分类算法研究主要集中在以BP神经网络为代表上。
BP(back propagation)神经网络是1986年由Rumelhart和McClelland为首的科学家提出的概念，是一种按照误差逆向传播算法训练的多层前馈神经网络，是目前应用最广泛的神经网络。BP神经网络是一种按误差反向传播训练的多层前馈网络，其算法称为BP算法，它的基本思想是梯度下降法，利用梯度搜索技术，以期使网络的实际输出值和期望输出值的误差均方差为最小。BP神经网络从结构上讲，具有输入层、隐藏层和输出层；从本质上讲，就是以网络误差平方为目标函数、采用梯度下降法来计算目标函数的最小值。
BP神经网络的优势在于可以任意精度逼近任意函数，而且BP神经网络本身属于非线性模型，能够适应各种复杂的数据关系；同时，BP神经网络具有很强的学习能力，它能比很多分类算法更好地适应数据空间的变化；神经网络的研究是由试图模拟生物神经系统而激发的，BP神经网络借鉴人脑的物理结构和机理，能够模拟人脑的某些功能，从而具备“智能”的特点。
2. 研究内容和预期目标
研究内容:介绍BP神经网络模型，模型结构和特点以及基本原理，分析其模型的优势特点以及存在的劣势和改进方向。论文内容主要是介绍BP神经网络模型的一些若干应用，因为BP神经网络模型的应用方面较为广泛，所以，论文内容主要举例讲述BP神经网络模型在金融方面的一些应用，如:BP神经网络在股票价格变化预测以及风险预测方面的应用等。同时，也会举一部分较少的BP神经网络在其他领域的一些应用。
拟解决的关键问题: 1.BP神经网络模型在应用时，根据数据和具体情况如何建立出恰当的模型。2. BP神经网络模型在建立后如何训练和调试，来减少误差和提高精确度。3.在BP神经网络模型的改进方面，如何尽量避免陷入局部极小值的问题，同时提高BP神经网络模型效率，减少训练时间。
写作提纲:1. 介绍BP神经网络模型的定义内容以及发展过程和现状。 2. :介绍BP神经网络模型的基本原理和优劣势。 3. 介绍BP神经网络模型在金融方面的应用，举出实例分析说明。 4. 介绍BP神经网络模型在其他领域方面的一些运用和拓展。 4.总结BP神经网络的发展改进的方向。
3. 国内外研究现状
BP神经网络的误差逆传播算法因有中间隐含层和相应的学习规则，使得它具有很强的非线性映射能力，而且网络的中间层数、各层神经元个数及网络的学习系数等参数可以根据实际情况设定，有很大的灵活性，且能够识别含有噪声的样本，经过学习能够把样本隐含的特征和规则分布在神经网络的连接权上。总的说来，BP神经网络的算法推导清楚，学习精度较高；经过训练后的BP网络，运行速度很快，有的可用于实时处理；多层(至少三层)BP神经网络具有理论上逼近任意非线性连续函数的能力，也就是说，可以使多层前馈神经网络学会任何可学习的东西，而信息处理的大部分问题都能归纳为数学映射，通过选择一定的非线性和连接强度调节规律，BP神经网络就可解决任何一个信息处理的问题。目前，在手写字体的识别、语音识别、文本-语言转换、图像识别以及生物医学信号处理方面已有实际的应用。
BP神经网络无论在网络理论还是在性能方面已比较成熟。其突出优点就是具有很强的非线性映射能力和柔性的网络结构。网络的中间层数、各层的神经元个数可根据具体情况任意设定，并且随着结构的差异其性能也有所不同。但是BP神经网络也存在以下的一些主要缺陷：学习速度慢，即使是一个简单的问题，一般也需要几百次甚至上千次的学习才能收敛；容易陷入局部极小值；网络层数、神经元个数的选择没有相应的理论指导；网络推广能力有限。对于上述问题，目前已经有了许多改进措施，研究最多的就是如何加速神经网络的收敛速度和尽量避免陷入局部极小值的问题。4. 计划与进度安排
完成开题报告后，按照导师要求来完成本科论文的写作。尽快完成中英文的摘要，同时，按导师要求完成初稿。最后在明年3-4月份完成毕业论文。
5. 参考文献
[1].卓金武,王鸿钧.MATLAB数学建模方法与实践[M].北京:北京航空航天大学出版社,2018:93-95
[2]. WHITE H. Economic prediction usingneural networks:the case of IBM daily stock returns. NeturalNetworks[J]. IEEEInternational Conference on, 1988, 6 (2) :451-458.
[3]. 柏丹,靳鑫,孙方方.BP神经网络的股票价格预测模型建立[J].科技创业月刊,2013,26(01):61-62.
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
