碳中和背景下基于BP神经网络的成本会计核算与管控开题报告

1. 研究目的与意义

近年来，中国及世界各地自然灾害频发，其主要原因之一就是人类过多地使用化石（碳）能源所致。

城市是二氧化碳的高排放地区，减少二氧化碳排放，建设“低碳城市”是大城市的发展方向。

因此，为保护世界环境，提倡绿色环保，也就越来越多的组织，团队，企业和普通大众在生活中加入到“碳补偿”计划中。

2. 研究内容和预期目标

本篇论文拟分为五个部分，第一部分为引言，主要介绍碳中和的相关背景以及为何在此背景下成本会计核算与管控要结合bp神经网络。

第二部分从碳中和背景，bp神经网络以及成本会计核算管控模型三个角度出发探讨碳中和背景下成本会计这样发展的缘由与理论依据。

第三部分联系目前部分上市公司的实际情况探讨结合bp神经网络的成本核算的合理性。

3. 国内外研究现状

国内工业技术和信息化迅速发展,企业从生产方式到管理方式都发生了空前的改变。bp神经网络作为人工神经网络的重要分支,是促进该学科发展的重要力量,体现出这门科学的理论精华，我国目前部分企业已经大规模使用此成本核算方法。

1985年rumelhart等几位学者提出误差反向传播的学习机制,经过不断改进与完善,发展成为现在的bp神经网络。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。随着对bp神经网络研究和应用的深入,bp算法自身暴露出一些明显的缺陷:误差收敛速度慢,学习时间过长;学习过程易陷入局部极小值;网络泛化能力差;构建网络结构缺乏统一原则等。

这些缺陷的存在直接制约bp神经网络的学习精度,影响网络的应用效果。因此,对bp算法进行持续改进,可以促进bp神经网络的理论成熟,同时也具有很高的实际应用价值。 本文参考bp算法性能试验的结果,发掘网络在学习阶段遇到的各种问题,通过深入分析bp神经网络的基本原理,找到各类缺陷产生的原因。为解决bp算法在学习过程中遇到的这些难题,文章借鉴国内外bp神经网络的研究动态,针对问题产生的根源,在改进bp神经网络方面做出新尝试,探讨一种改进的新方法。为了验证这种方法的理论可行性,文章对算法过程进行详细地推导和阐述,利用计算编程来实现算法的整个数学过程,在与其它改进方法对比的过程中,证明新算法的优势。对比结果说明:应用新型学习率自适应方法改进后的bp神经网络,不仅算法简单,易于编程实现,而且在整个学习过程中误差下降很快,能够快速地摆脱局部极小值,最终使bp神经网络稳定快速地学习。

4. 计划与进度安排

1)2022 12.18：提交开题报告，完成撰写进度安排，阅读参考文献2) 2022 12 31：根据老师对开题报告的修改意见调整论文框架，继续阅读参考文献。

3) 2022 2 27：在此前阅读基础上形成文献综述。

4) 2022 3 27：形成论文初稿，与老师讨论存在哪些漏洞与不足。

5. 参考文献

[1]基于多层次模糊评价法的逆向物流成本控制策略选择研究[J].郭少儒．中国水运(下半月).2009(10)[2]发电企业作业成本通用模型研究[J].冯义,刘玮,熊浩,刘达,曾鸣.电力自动化设备.2008(01)[3]―基于BP神经网络的上市公司财务预警模型[J].杨淑娥,黄礼.系统工程理论与实践.2005(01)[4]―作业分析法及其在我国先进制造企业的应用[J].欧佩玉,王平心.会计研究.2000(02)[5]人工神经网络在管理信息系统中的应用[J].孙波,马正元.组合机床与自动化加工技术.1999(06)[6]基于神经网络的露天矿车铲比预测方法研究[J].董卫军,蔡美峰,李华锋.金属矿山.1999(01)[7]线性回归在财会管理中的应用[J].林兴双．煤炭经济研究.1983(09)[8]预测的基本问题和几种常用的统计预测方法[J].涂葆林.湖北财经学院学报.1982(02)[9]―模块化神经网络结构自组织设计方法[D].张昭昭.北京工业大学.2013[10]我国企业作业成本法的应用研究[D].钱英.河海大学.2006[11]基于神经网络技术的结构可靠性分析与优化设计[D].张雷.吉林大学.2004[4]作业成本管理应用集成研究[12]基于成本动因BP神经网络的铁路物流货运成本预测[D].孙祖妮.北京交通大学.2012[13]基于一元回归分析模型的研究[D].石瑞平.河北科技大学.2009[14]作业成本法及应用研究[D].杜鹏飞.上海海事大学.2007[15]作业成本法及其应用研究[D].朱小琴.江西财经大学.2002[16]BP神经网络的改进研究及应用[D].刘天舒.东北农业大学.2011