基于BP神经网络的葡萄酒质量评价研究开题报告

1. 研究目的与意义

目前针对bp神经网络的应用发展迅速，其预测功能应用于工农业、生物学领域、矿物勘探领域、经济学领域等各个行业及部分政府部门，但是对于风险预测领域却少有涉及。

风险预测是指在工作之前对工作过程中以及工作结果可能出现的事物异常进行预测制订对策从而预防事故发生的一种措施，是质量管理的一个重要组成部分，也是风险管理的一个重要步骤。

有效的风险预测可辅助企业管理层进行及时准确的决策，降低因风险造成损失的可能性。

2. 研究内容和预期目标

1) 研究内容与方法通过文献研究法，综合bp神经网络的原理、当前的应用及优缺点，利用定性定量的方法、模拟法和数学方法等，运用 matlab软件的神经网络工具箱对标准bp神经算法进行仿真，建立风险预测的bp神经网络模型，对具体问题进行研究设计，通过对具体风险的分析，进行预测系统的设计和训练，提高结果的准确性与可靠性，为决策提供依据。

2) 创新点 a) 采用方法新颖目前，对于风险预测的研究主要集中在研究方法上，包括定性定量法、专家评定法、基于模型的coras风险评估方法等方法。

论文使用的是神经网络预测的方法，这是目前风险预测领域较为少用的一种方法。

3. 国内外研究现状

1) 国外人工神经网络（artificial neural networks，ann）起源于二十世纪40年代，从1943年m-p模型的提出开始，至今经历了七十多年的发展历程，但在研究过程中对连接权值的问题没有实质性的进展。

后来bp神经网络的提出，为这个问题的解决提供了一种方法。

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。

4. 计划与进度安排

1) 时间进度 2022年1月15日前--完成开题报告 2022年3月中旬前 --收集资料，撰写论文初稿。

2022年4月10日前--完成初稿和中期检查工作 2022年5月中旬前 --完成论文修改、定稿 2) 撰写方案流程

5. 参考文献

[1]童飞.基于BP神经网络的水上交通事故预测及MATLAB实现[D].导师：郝勇.武汉理工大学,2005. [2]胡雪棉,赵国浩.基于MATLAB的BP神经网络煤炭需求预测模型[J].中国管理科学,2008,v.16 S1:521-525. [3]周黄斌,周永华,朱丽娟.基于MATLAB的改进BP神经网络的实现与比较[J].计算技术与自动化,2008,No.105 01:28-31. [4]杨宝华.基于MATLAB的BP神经网络应用[J].电脑知识与技术,2008,No.19 19:124-125 134. [5]IbrahiemM.M.ElEmary.OntheApplicationofArtificialNeuralNetworksinAnalyzingandClassifyingtheHumanChromosomes[J].JournalofComputerScience,2006,2(1):. [6]余晓红.BP神经网络的MATLAB编程实现及讨论[J].浙江交通职业技术学院学报,2007,No.32 04:45-48. [7]柳松青.MATLAB神经网络BP网络研究与应用[J].计算机工程与设计,2003, 11:81-83 88. [8]石云.Bp神经网络的MATLAB实现[J].湘南学院学报,2010,v.31;No.130 05:86-88 111. [9]刘浩,白振兴.BP网络的MATLAB实现及应用研究[J].现代电子技术,2006, 02:49-51 54. [10]郭利辉,周雅.基于MATLAB神经网络工具箱的BP网络设计[J].信息技术与信息化,2009,No. 03:20-22. [11]范磊,张运陶,程正军.基于MATLAB的改进BP神经网络及其应用[J].西华师范大学学报(自然科学版),2005, 01:70-73 104. [12]任谢楠.基于遗传算法的BP神经网络的优化研究及MATLAB仿真[D].导师：马希荣.天津师范大学,2014. [13] 孙帆,施学勤.基于MATLAB的BP神经网络设计[J].计算机与数字工程,2007,No.214 08:124-126 202. [14]HabarulemaJ.B.,McKinnellL.-A..InvestigatingtheperformanceofneuralnetworkbackpropagationalgorithmsforTECestimationsusingSouthAfricanGPSdata[J].AnnalesGeophysicae,2012,30(262):. [15] 常丽,陈冬.基于改进BP神经网络的管外测量原油含水率研究[J].仪表技术与传感器,2016,No.404 09:123-126. [16]R.Sudhakaran,V.VelMurugan,P.S.Sivasakthivel,M.Balaji.Predictionandoptimizationofdepthofpenetrationforstainlesssteelgastungstenarcweldedplatesusingartificialneuralnetworksandsimulatedannealingalgorithm[J].NeuralComputingandApplications,2013,22(3):. [17]张达永,张祥,陈军.基于MATLAB人工神经网络的典型大气PM_(2.5)和PM_(10)分析[J].气象水文海洋仪器,2016,v.33;No.119 03:54-57. [18]宋伟才,金国华,陆路路,江雨霆.脑卒中发病率的统计分析及人工神经网络模型研究[J].科技广场,2016,No.177 08:21-24. [19] 林育贤,冯圣红.基于BP神经网络下空调负荷预测模型的研究[J].应用能源技术,2016,No.225 09:46-51. [20]张翼,蔡兵兵,王旭东.基于BP人工神经网络的磷矿品位预测模型研究[J].有色金属(选矿部分),2016, 05:85-87. [21]吕璞,胡祥培,马永峰.高铁快递的契约与零售双市场定价决策模型[J].计算机集成制造系统,2016,v.22; No.219 07:1759-1767. [22]李忠祎.基于模型的CORAS风险评估方法应用研究[D].重庆大学,2010. [23]刘海峰.基于CORAS的信息安全风险评估技术研究与应用[D].解放军信息工程大学,2007. [24]肖龙.基于CORAS框架的信息安全风险评估方法[D].南京理工大学,2009.