BP 神经网络风险评估论文BP 神经网络风险评估论文 摘要：软件需求分析不仅仅是为了让开发者满足用户要求，而且还可以帮助用户了解软件的性能和功能，具有一举两得的效果，但是假如软件需求不符合实际需求，就会出现风险，导致返工
在 BP 神经网络的基础上，我们建立了软件需求分析风险评估模型，以减少软件开发的失败率，规避因软件需求分析失误而带来的实际存在的或潜在的风险
关键词：风险；软件需求；BP 神经网络；讨论；分析 软件开发过程中，需求分析是一个关键性的阶段
导致它失败的原因有很多，例如开发者和用户之间的沟通障碍、软件本身的隐含性、需求信息的不对称等等
这些问题导致的返工，增加了开发的成本，也损坏了企业形象，更可能流失掉部分用户
因此，我们必须对软件需求分析进行风险评估管理，把负面影响降到最低
现代商业进展中，各企业和企业之间的竞争日趋激烈,掌握最新的技术，对技术进行创新，才是企业在行业内立足脚跟，获得更加长远进展的方法，因此要想牢牢地把握企业的运命就需要我们保持对技术创新的热情，并在这条道路上乐此不疲
21 世纪，只有掌握了最新和最具有制造性的技术，才能赢的最后的胜利，本文把 BP 网络与软件需求分析风险评估模型相结合，具有十分重要的意义
1BP 神经网络 BP 神经网络是开发者使用最多的神经网络之一，它具有算法简单、极强的鲁棒性、收敛速度极快等优点
最重要的一点是能够最大限度的接近其真实系统，非常适合于线性的、不确定的、模糊的软件风险数据
BP 算法是一种用于前向多层神经网络的的反传学习算法
采纳 BP 算法的数层感知器神经网络模型，它的基本思想是，学习过程由信号的正向传播和误差的反向传播两个过程组成
模糊理论采纳模糊数学的方法，通过抽象思维，对处于多种因素作用下的事物做出总体评价
它的两大主要特征是：第一结果清楚；第二，系统性强，这非常适合于各种非确定性问题的解决
