| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 选题背景及意义 | 第10-13页 |
| 1.1.1 选题的背景 | 第10-12页 |
| 1.1.2 选题的意义 | 第12-13页 |
| 1.2 风险管理研究现状 | 第13-15页 |
| 1.2.1 国外研究现状 | 第13-14页 |
| 1.2.2 国内研究现状 | 第14-15页 |
| 1.3 论文研究方法与技术路线 | 第15-16页 |
| 1.3.1 研究方法 | 第15页 |
| 1.3.2 技术路线 | 第15-16页 |
| 1.4 主要创新点 | 第16-17页 |
| 1.5 本章小结 | 第17-18页 |
| 第二章 海外施工项目融资风险识别 | 第18-32页 |
| 2.1 背景介绍 | 第18页 |
| 2.2 项目融资的涵义 | 第18-25页 |
| 2.2.1 融资项目分类 | 第19-20页 |
| 2.2.2 项目融资的特征 | 第20-21页 |
| 2.2.3 项目融资的基本模式 | 第21-24页 |
| 2.2.4 施工项目融资的作用 | 第24-25页 |
| 2.3 项目融资风险 | 第25-31页 |
| 2.3.1 项目融资风险的内涵 | 第25页 |
| 2.3.2 海外施工项目特点 | 第25-27页 |
| 2.3.3 风险的识别方法 | 第27-28页 |
| 2.3.4 项目融资风险评价内容 | 第28-29页 |
| 2.3.5 项目融资风险评价方法 | 第29-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第三章 模糊神经网络理论 | 第32-47页 |
| 3.1 模糊理论 | 第32-35页 |
| 3.1.1 模糊集 | 第32页 |
| 3.1.2 模糊集合的表示法 | 第32-33页 |
| 3.1.3 隶属度函数 | 第33-35页 |
| 3.2 模糊推理 | 第35-36页 |
| 3.2.1 模糊规则库 | 第35-36页 |
| 3.2.2 模糊推理系统 | 第36页 |
| 3.3 模糊推理的实现 | 第36页 |
| 3.4 BP神经网络 | 第36-46页 |
| 3.4.1 神经元模型 | 第37-38页 |
| 3.4.2 神经网络结构 | 第38-39页 |
| 3.4.3 神经网络学习方式 | 第39-40页 |
| 3.4.4 神经网络结构 | 第40-41页 |
| 3.4.5 BP网络学习算法 | 第41-44页 |
| 3.4.6 BP网络算法实现 | 第44-46页 |
| 3.4.7 神经网络的缺陷 | 第46页 |
| 3.5 本章小结 | 第46-47页 |
| 第四章 海外施工项目融资风险评价中指标体系的确定 | 第47-60页 |
| 4.1 海外施工项目融资风险评估指标体系设计思路 | 第47-48页 |
| 4.1.1 风险评价指标体系建立原则 | 第47页 |
| 4.1.2 风险评价指标体系设计步骤 | 第47-48页 |
| 4.2 海外施工项目融资风险评价指标体系的建立 | 第48-50页 |
| 4.3 海外施工项目融资风险评价指标的具体涵义 | 第50-54页 |
| 4.4 海外施工项目投融资风险评价指标的统一标准 | 第54-58页 |
| 4.5 本章小结 | 第58-60页 |
| 第五章 基于模糊神经网络的海外施工项目融资风险评价 | 第60-77页 |
| 5.1 模糊神经网络 | 第60-61页 |
| 5.2 模糊神经网络风险评估 | 第61-70页 |
| 5.2.1 模糊神经网络风险评估模型建立 | 第61-62页 |
| 5.2.2 模糊神经网络的学习训练 | 第62-64页 |
| 5.2.3 样本数据获取 | 第64-68页 |
| 5.2.4 模糊神经网络模型及结果分析 | 第68-70页 |
| 5.3 案例分析 | 第70-74页 |
| 5.3.1 项目介绍 | 第70-74页 |
| 5.3.2 项目风险分析 | 第74页 |
| 5.4 海外施工项目融资风险防范研究 | 第74-76页 |
| 5.5 本章小结 | 第76-77页 |
| 第六章 结论与展望 | 第77-78页 |
| 6.1 总结 | 第77页 |
| 6.2 展望 | 第77-78页 |
| 参考文献 | 第78-83页 |
| 附录 MATLAB仿真程序 | 第83-89页 |
| 致谢 | 第89-90页 |
| 攻读硕士学位期间已发表或录用的论文 | 第90-92页 |