| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 引言 | 第10-17页 |
| 1.1 课题研究背景 | 第10-13页 |
| 1.1.1 输电线路工程投资估价国内外研究现状 | 第10-12页 |
| 1.1.2 RBF 神经网络国内外研究现状 | 第12-13页 |
| 1.2 课题研究意义 | 第13页 |
| 1.3 本课题研究思路与内容框架 | 第13-17页 |
| 第2章 输电线路工程投资估价管理理论 | 第17-25页 |
| 2.1 工程造价计价依据 | 第17-19页 |
| 2.1.1 工程定额体系 | 第17-18页 |
| 2.1.2 工程量清单 | 第18-19页 |
| 2.1.3 企业定额 | 第19页 |
| 2.2 输电线路工程造价的构成 | 第19-21页 |
| 2.3 输电线路工程投资估价现状 | 第21-24页 |
| 2.3.1 管理流程 | 第21-23页 |
| 2.3.2 编制过程 | 第23页 |
| 2.3.3 计价与控制 | 第23-24页 |
| 2.4 输电线路工程投资估价存在的主要问题 | 第24页 |
| 2.5 小结 | 第24-25页 |
| 第3章 输电线路工程投资估价模型理论 | 第25-35页 |
| 3.1 估价模型分析 | 第25-27页 |
| 3.1.1 灰色理论估算模型 | 第25页 |
| 3.1.2 模糊数学估算法 | 第25页 |
| 3.1.3 BP 神经网络与 RBF 神经网络 | 第25-26页 |
| 3.1.4 灰色神经网络组合模型 | 第26页 |
| 3.1.5 聚类算法改进模型 | 第26-27页 |
| 3.1.6 RBF 神经网络模型的选定 | 第27页 |
| 3.2 RBF 神经网络 | 第27-32页 |
| 3.2.1 网络结构 | 第27-29页 |
| 3.2.2 学习算法 | 第29-31页 |
| 3.2.3 MATLAB 工具箱 | 第31-32页 |
| 3.3 模型优化 | 第32-34页 |
| 3.3.1 权值优化 | 第33页 |
| 3.3.2 网络结构优化 | 第33页 |
| 3.3.3 学习规则优化 | 第33-34页 |
| 3.4 小结 | 第34-35页 |
| 第4章 改进的 RBF 输电线路工程投资估价模型构建 | 第35-44页 |
| 4.1. 遗传算法优化的 RBF 神经网络模型 | 第35-39页 |
| 4.1.1 基本原理 | 第35页 |
| 4.1.2 模型结构 | 第35-36页 |
| 4.1.3 学习模型 | 第36-39页 |
| 4.1.4 模型的训练及测试 | 第39页 |
| 4.2 输电线路工程投资估价特征向量提取 | 第39-43页 |
| 4.2.1 因素分析 | 第39-41页 |
| 4.2.2 ABC 分析 | 第41-42页 |
| 4.2.3 SPSS 主成分分析 | 第42-43页 |
| 4.3 小结 | 第43-44页 |
| 第5章 输电线路工程投资估价模型仿真分析 | 第44-54页 |
| 5.1 环境及流程 | 第44-45页 |
| 5.2 模型训练 | 第45-50页 |
| 5.3 仿真分析 | 第50-53页 |
| 5.4 小结 | 第53-54页 |
| 第6章 结论与展望 | 第54-56页 |
| 6.1 结论 | 第54页 |
| 6.1.1 创新点 | 第54页 |
| 6.1.2 仍存在的优化空间 | 第54页 |
| 6.2 展望 | 第54-56页 |
| 附录 1 110KV 线路工程仿真学习样本统计表（部分） | 第56-58页 |
| 附表 2 一般线路的主要技术经济指标 | 第58-60页 |
| 附表 3 110KV 线路工程地形调整系数 | 第60-61页 |
| 附录 4 遗传算法优化 RBF 神经网络权值训练程序 | 第61-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间发表的论文及其他成果 | 第68-69页 |
| 致谢 | 第69页 |
