- 相關推薦
神經網絡經典論文
神經網絡可以指向兩種，一個是生物神經網絡，一個是人工神經網絡。那么關于人工的神經網絡的論文應該怎么寫呢？下面就和小編一起來看看吧。
摘要：軟件需求分析不僅僅是為了讓開發者滿足用戶要求，而且還可以幫助用戶了解軟件的性能和功能，具有一舉兩得的效果，但是如果軟件需求不符合實際需求，就會出現風險，導致返工。在BP神經網絡的基礎上，我們建立了軟件需求分析風險評估模型，以減少軟件開發的失敗率，規避因軟件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；軟件需求；BP神經網絡；研究；分析
軟件開發過程中，需求分析是一個關鍵性的階段。導致它失敗的原因有很多，例如開發者和用戶之間的溝通障礙、軟件本身的隱含性、需求信息的不對稱等等。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，更可能流失掉部分用戶。因此，我們必須對軟件需求分析進行風險評估管理，把負面影響降到最低�，F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，并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，才能贏的最后的勝利，本文把BP網絡與軟件需求分析風險評估模型相結合，具有十分重要的意義。
1BP神經網絡
BP神經網絡是開發者使用最多的神經網絡之一，它具有算法簡單、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，非常適合于線性的、不確定的、模糊的軟件風險數據。BP算法是一種用于前向多層神經網絡的的反傳學習算法。采用BP算法的數層感知器神經網絡模型，它的基本思想是，學習過程由信號的正向傳播和誤差的反向傳播兩個過程組成。模糊理論采用模糊數學的方法，通過抽象思維，對處于多種因素作用下的事物做出總體評價。它的兩大主要特征是：第一，結果清晰；第二，系統性強，這非常適合于各種非確定性問題的解決。
2軟件需求分析風險評估模型
開發過程中，了解軟件需求是很重要的。軟件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）、用戶需求（用戶要求必須具備的需求）、功能需求（用戶可以通過完成任務滿足業務需求的產品中必須體現的軟件功能）。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。軟件需求分析就是對用戶所需軟件應具備的屬性進行分析，滿足用戶的真正需求。在完成軟件需求分析后，我們要能得出用戶所需的軟件系統要能夠做到哪些功能，對此還要有詳細準確的說明書，也就是用戶的使用說明書，讓他們更快的了解產品。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。軟件需求分析風險是指由于多方面的影響，如用戶參與度、用戶需求的拓展變化、多角度的考慮、設計的精準度和用戶與開發者的充分溝通等等，而造成需求分析的不準確使得用戶的軟件需求得不到滿足。該風險評估模型主要是為了降低軟件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。
3一種基于BP神經網絡的軟件需求分析風險評估模型
本文把BP神經網絡和模糊理論加入到軟件需求分析風險評估模型中，利用BP神經網絡的`非線性映射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。軟件需求分析風險的評估模型包括風險識別、風險分析、風險評估三個模塊。風險識別的主要目的是考察研究軟件需求分析階段具體的情況，識別并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數據庫。
一般步驟包括：
a:找出軟件需求分析風險指標；
b:搜索歷史數據庫，列出存在的數據庫中的歷史案例；
c:通過專家分析，列出具有風險等級的列表；
d:將確定了的風險列表提交數據庫并更新。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系亦或非線性關系。本文引入BP神經網絡和模糊理論，利用BP神經網絡實現風險評估指標和風險級別之間的非線性映射關系，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系，追根溯源；
b:建立模型進行認識和理解；
C:通過嘗試各種組合找出導致失敗的因素。風險評估需最后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神經網絡的輸入層、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；隱含層數越多性能越高誤差越低；隱含節點越多，網絡功能越強大，但是過多則會使網絡功能減弱。
在BP神經網絡基礎上，建立的軟件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，識別軟件需求分析階段存在的、潛在的風險；然后，利用BP神經網絡和模糊理論的特有屬性、眾多優點進行分析，通過歷史數據庫，專家知識、專家討論，列出風險表格；最后，對風險進行最后的評估，從而有效預測軟件開發過程中所遇到的風險，并且進行規避。
4結束語
隨著經濟的高速發展，網絡軟件也成為人們工作生活中一個非常重要的工具。軟件需求的增多帶來了很多的問題，軟件開發的過程充滿了阻礙，軟件需求的滿意度也在日漸降低。因此，提高軟件開發的速度、保證開發軟件的質量，降低風險、減少開發成本、滿足用戶真正的需求等等，對軟件需求分析風險進行評估，建立軟件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件需求分析風險，真正滿足用戶的軟件需求。基金項目：吉林省教育廳“十二五”科學技術研究項目“基于AHP和群決策向量分析高校干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程教育支持服務體系的研究”。
參考文獻：
[1]李華,曹曉龍,成江榮.BP神經網絡在軟件項目風險評估中的應用[J].計算機仿真,2011,28(07):374-378.
【神經網絡經典論文】相關文章：
神經網絡論文07-07
人工神經網絡論文06-10
人工神經網絡定義論文06-10
環境科學人工神經網絡運用論文01-30
試析基于補償模糊神經網絡的高職院校教師教學評價模型的教育論文07-03
環保論文LED論文06-01
環保論文：LED論文06-01
教學論文(人教版教學論文)12-06