1. 研究目的与意义（文献综述）

1.1研究目的

神经网络是一种模拟人脑的神经网络以期能够实现类人工智能的机器学习技术。它是目前最为火热的研究方向——深度学习的基础。对于神经网络的研究不仅可以掌握一门强大的机器学习方法，同时也可以对理解深度学习技术提供更好地帮助。bp神经网络是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。bp神经网络具有完善的理论体系,清晰的算法流程,强大的数据识别和模拟功能。在解决非线性系统问题时,优势明显,突显出巨大的实际应用价值。

本次毕业设计的目的是学习bp网络模型及原理、java基本语法及开发环境；设计基于java的bp神经网络程序方案；完成bp神经网络对训练数据库中所具有的控制关系的学习。

2. 研究的基本内容与方案

2.1研究内容

学习单层神经网络、多层神经网络的基本构造，及其隐藏层的层数与权重配比对网络运行的影响。掌握back propagation算法，即反向传播算法的基本原理，能够推导算法的实现过程。掌握java语言的基本语法、使用规范以及开发环境的配置，学习 java相关开发工具的操作。

通过对bp神经网络模型的理解，利用java开发工具将神经网络的结构、数据处理、权重配比以及bp算法概念转化为java语句。在java开发工具中实现bp神经网络的构造，完成数据集对神经网络的训练。

3. 研究计划与安排

第1-2周：收集与课题相关的教材，期刊，论文等，熟悉相关理论知识。确定方案，完成开题报告；

第3-4周：学习bp神经网络实现原理、模型结构以及算法内涵；

第5-7周：完成基于java的bp神经网络程序方案设计、各模块设计；

4. 参考文献（12篇以上）

[1]刘丹,李志河.近十年我国深度学习研究综述[j].教育现代化,2017,4(51):284-285.

[2]梁天新,杨小平,王良,张永俊,朱艳丽,许翠.记忆神经网络的研究与发展[j].软件学报,2017,28(11):2905-2924.

[3]夏德宏.java编程语言研究[j].科技传播,2017,9(11):68-69.