摘 要：本文以大数据智能化为背景，首先介绍人工神经网络BP算法与机器人流程自动化（RPA）相关理论，其次详细分析企业应收账款管理智能化的作用，最后重点阐述企业借助大数据智能化，探究进行应收账款管理的优化方法，希望以此能促进企业财务工作的顺利进行。

关键词：大数据智能化;RPA技术;BP算法;应收账款

一、相关理论研究

1.人工神经网络BP算法

在上个世纪中期，人们就对人工神经网络进行研究，主要在神经元数学模型上有所建树。近几年随着信息技术与研究的深化，运用最多的是基于误差反向传播学习算法的BP神经网络算法模型。很多学者在研究多层神经网络后，建立新结构的网络模型，侧重反向传播算法。人工神经BP算法往往包括四个步骤：第一，设置初始化参数。令分布在BP神经网络的输出与输入层的神经元数量保证合理;第二，正向传播的操作。输入层数据与设定权重值可以重置并进行线性转换，激活传递函数，获得隐藏层的神经元值，并在此层次反复计算，到后期输出层神经元值;第三，对比参考输出与BP神经网络模型标准值之间误差;第四，反向传播操作，使用梯度下降法计算并更新隐藏层的权值。

将BP神经网络算法运用于企业应收账款管理中的风险评估。经众多实践与研究表明，企业中的财务现状与应收账款的判断，是通过一系列变量后得到的结论。应收账款与其他财务指标数据互相影响，不是单独存在的;预测变量中的多种指标，不是以正态的模式呈现。……