| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 问题的提出及意义 | 第9-10页 |
| 1.1.1 问题的提出 | 第9-10页 |
| 1.1.2 研究的意义 | 第10页 |
| 1.2 国内外研究动态 | 第10-13页 |
| 1.2.1 国外研究动态 | 第10-12页 |
| 1.2.2 国内研究动态 | 第12-13页 |
| 1.3 本文的主要研究内容 | 第13-15页 |
| 2 建设项目造价估算基础理论 | 第15-24页 |
| 2.1 建设项目造价的基础理论 | 第15-16页 |
| 2.1.1 建设项目造价的概念 | 第15页 |
| 2.1.2 建设项目造价的基本职能 | 第15-16页 |
| 2.2 建设项目造价估算的基本理论 | 第16-21页 |
| 2.2.1 建设项目造价估算的概念 | 第16-17页 |
| 2.2.2 建设项目造价估算的构成 | 第17-18页 |
| 2.2.3 建设项目造价估算的特点和作用 | 第18-19页 |
| 2.2.4 建设项目造价估算指标编制的原则和依据 | 第19-21页 |
| 2.2.5 建设项目造价估算编制影响因素 | 第21页 |
| 2.3 建设项目造价估算的基本方法 | 第21-24页 |
| 3 人工神经网络模型概述 | 第24-37页 |
| 3.1 人工神经网络的特征和功能 | 第24-25页 |
| 3.1.1 人工神经网络的基本特征 | 第24页 |
| 3.1.2 人工神经网络的功能 | 第24-25页 |
| 3.2 人工神经元模型 | 第25-30页 |
| 3.2.1 人工神经元模型 | 第25-27页 |
| 3.2.2 转移函数的类型 | 第27-30页 |
| 3.3 径向基神经网络模型 | 第30-37页 |
| 3.3.1 正则化RBF神经网络模型 | 第30-34页 |
| 3.3.2 广义RBF神经网络模型 | 第34-37页 |
| 4 基于主成分分析法的建设项目造价估算指标筛选 | 第37-56页 |
| 4.1 本文的主要建模思路和方法 | 第37-39页 |
| 4.2 建设项目造价指标的筛选 | 第39-56页 |
| 4.2.1 造价估算在现代地产行业地位和作用 | 第39-40页 |
| 4.2.2 现代地产行业中建设项目造价估算的构成 | 第40-42页 |
| 4.2.3 基于主成分分析法的样本数据筛选 | 第42-54页 |
| 4.2.4 样本数据的建立 | 第54-56页 |
| 5 建立RBF神经网络模型 | 第56-67页 |
| 5.1 RBF神经网络模型与BP神经网络模型的异同点 | 第56-57页 |
| 5.2 构建RBF神经网络建设项目造价估算模型 | 第57-60页 |
| 5.3 实例分析 | 第60-66页 |
| 5.4 本章小结 | 第66-67页 |
| 6 结论与展望 | 第67-69页 |
| 6.1 结论 | 第67-68页 |
| 6.2 展望 | 第68-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 攻读学位期间的研究成果 | 第73页 |