随着互联网技术的蓬勃发展,越来越多基于移动设备开发的语言学习APP在此期间应运而生。目前,此类APP主要使用了间隔重复算法来计算再次记忆单词所需要的间隔时间,帮助用户更好地记忆单词,进而提高他们学习单词的能力。但是,传统的间隔重复学习算法仅仅通过固定的公式来计算再次记忆单词的间隔时间,忽略了个体用户记忆能力和学习能力的差异性,这会导致计算的间隔时间无法自适应用户的个体化差异。因此,如何更精确地计算再次记忆单词的间隔时间,进而提高学习效率是本文的主要研究课题。本文由以下三部分组成。首先,本文阐述了国内外对间隔重复算法以及BP神经网络的相关研究,阐明了本文研究的目的,明确了论文研究方向,描述了论文的组织结构,同时介绍了本研究所涉及的相关技术,如Supermemo间隔重复算法、人工神经网络、BP神经网络、Android及SQLite数据库等。其次,本文使用用例图、用例定义和用例流程图对基于BP神经网络的间隔重复学习系统进行了设计,明确了本软件的需求并对提出的需求进行概要设计。概要设计将系统划分为牌组模块、卡片模块、学习模块、统计模块和同步模块共五大模块,并从数据预处理、神经网络层数选择、神经元数量选择等方面设计了基于BP神经网络的间隔重复算法,分析了训练结果。并以此为基础设计间隔重复系统,通过类图和时序图清晰地描述系统各个类的属性、方法及相互之间的调用关系,并使用Java语言实现了该系统,展示了主要功能的核心代码及软件运行界面图。最后,为实现五大功能模块编写相对应的功能测试用例和性能测试用例,对算法及系统进行了多角度测试验证,使得本系统可以满足设计的软件需求。