热传导反问题研究起源于上世纪60年代,作为反问题的一个重要组成部分,在科学研究中有着重要的地位。一般来说,它是指通过研究对象内部(或边界)一点或多点的温度值(或其随时间的变化)来反推热物性参数、内热源强度、初始条件、物体的几何条件、边界条件等未知项。其应用范围非常广泛,如无损探伤、核反应堆元件、遥感技术、石油基地质探测等,所以,对它的研究有着十分重要的理论意义和实用价值。　　论文首先介绍了热传导反问题、神经网络的发展过程、特点、应用和不足等相关概念。从而,对所研究问题的背景有了基本了解。由于热传导反问题求解相对困难,而且以往的传统方法存在着特定的不足,如正则化方法虽在理论上已经相对成熟,但实际求解中,对于稳定泛函及其赋范空间的选取、正则参数的确定是非常困难的,同时方法的精度不高,适用范围窄,严重限制了在实际工程中的应用。因此研究和提出求解热传导反问题的新思想和新方法已经成为我们迫不及待的工作。　　鉴于热传导反问题的传统求解方法存在的缺陷,本文深入学习了神经网络的各种算法,着重探讨了BP神经网络算法。利用谱方法高精度特性,求解了一维热传导方程正问题,从而产生相应反问题的训练样本数据,并给出了BP神经网络求解热传导方程反问题的详细过程,完成了求解热传导反问题的一种新算法。通过编写程序,用BP神经网络方法求解了一维热传导方程反问题的实例。数值模拟结果表明论文提出的方法是可行的,也是有效的,且有较高的精度。