电力工程造价小样本估算模型研究
摘要 | 第1-4页 |
ABSTRACT | 第4-9页 |
1 绪论 | 第9-16页 |
·选题背景及其意义 | 第9-10页 |
·论文的选题背景 | 第9-10页 |
·论文的选题意义 | 第10页 |
·工程造价管理的国内外研究现状 | 第10-12页 |
·国外工程造价管理的现状 | 第10-11页 |
·我国工程造价管理的现状 | 第11-12页 |
·小样本学习理论的研究现状 | 第12-14页 |
·小样本学习问题的提出 | 第12-13页 |
·支持向量机的研究现状 | 第13-14页 |
·论文的主要研究内容 | 第14-16页 |
2 小样本学习算法研究 | 第16-27页 |
·统计学习中的基本问题 | 第16-19页 |
·经验风险最小化原则 | 第16-17页 |
·函数集的VC 维 | 第17页 |
·结构风险最小化原则 | 第17-19页 |
·支持向量机理论 | 第19-24页 |
·预测估计模型 | 第19-20页 |
·支持向量机的数学原理 | 第20-23页 |
·核函数的定义 | 第23-24页 |
·改进支持向量机算法 | 第24-25页 |
·本章小结 | 第25-27页 |
3 电力工程造价数据简化处理 | 第27-38页 |
·电力工程造价数据特点 | 第27-31页 |
·输电线路工程造价数据特点 | 第27-30页 |
·变电工程造价数据特点 | 第30-31页 |
·电力工程造价数据简化处理 | 第31-37页 |
·输电工程造价数据的简化处理 | 第31-34页 |
·变电工程造价数据的简化处理 | 第34-37页 |
·本章小结 | 第37-38页 |
4 基于支持向量机的电力工程造价小样本估算模型 | 第38-51页 |
·主成份分析法 | 第38-40页 |
·主成份分析法的定义 | 第38页 |
·主成份分析法的数学基础 | 第38-40页 |
·电力工程造价数据的预处理 | 第40-44页 |
·数据的归一化处理 | 第41页 |
·主成分的提取 | 第41-44页 |
·输电工程造价估算模型的构建 | 第44-48页 |
·估算模型构建的基本步骤 | 第44-45页 |
·样本数目对估算模型的影响程度 | 第45-46页 |
·估算模型准确度的测试 | 第46-48页 |
·变电工程造价估算模型的构建 | 第48-50页 |
·本章小结 | 第50-51页 |
5 基于遗传算法的参数优化估算模型 | 第51-60页 |
·估算模型中参数优化的必要性 | 第51页 |
·遗传算法的基本概念 | 第51-56页 |
·遗传算法的应用范围 | 第52页 |
·遗传算法的实施过程 | 第52-56页 |
·GA 算法的基本步骤 | 第56页 |
·遗传算法对参数优化的实现 | 第56-59页 |
·GA-SVM 参数优化流程 | 第56-58页 |
·参数优化模型仿真与分析 | 第58-59页 |
·本章小结 | 第59-60页 |
6 论文总结 | 第60-62页 |
·论文进行的主要工作 | 第60-61页 |
·需要进一步研究的问题 | 第61-62页 |
致谢 | 第62-63页 |
参考文献 | 第63-67页 |
附录 | 第67页 |
A. 作者在攻读硕士学位期间发表的论文目录 | 第67页 |
B. 作者在攻读硕士学位期间参加的科研项目目录 | 第67页 |