| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 第1章 绪论 | 第10-17页 |
| ·选题背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-15页 |
| ·国外研究现状 | 第11-12页 |
| ·国内研究现状 | 第12-14页 |
| ·研究中存在的问题 | 第14-15页 |
| ·本文的研究内容和方法 | 第15-17页 |
| ·研究内容 | 第15页 |
| ·研究方法 | 第15-16页 |
| ·技术路线 | 第16-17页 |
| 第2章 物流地产投资风险分析 | 第17-29页 |
| ·风险概述 | 第17-19页 |
| ·风险含义 | 第17-18页 |
| ·风险的要素 | 第18-19页 |
| ·风险的特征 | 第19页 |
| ·风险分析的一般过程及方法 | 第19-24页 |
| ·风险分析的一般过程 | 第19-20页 |
| ·风险评价分析的一般方法 | 第20-23页 |
| ·传统风险分析方法存在的不足与对策 | 第23-24页 |
| ·物流地产投资风险风险及其特征 | 第24-28页 |
| ·物流地产项目风险 | 第24-26页 |
| ·物流地产投资风险评价 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 物流地产投资风险评价指标体系构建 | 第29-39页 |
| ·指标体系设计原则 | 第29-30页 |
| ·物流地产投资风险因素分析 | 第30-37页 |
| ·环境风险 | 第30-32页 |
| ·经济风险 | 第32-34页 |
| ·社会风险 | 第34-35页 |
| ·内部决策和管理风险 | 第35-37页 |
| ·物流地产投资风险指标体系 | 第37页 |
| ·本章小结 | 第37-39页 |
| 第4章 物流地产投资风险的SA-SVM 模型 | 第39-56页 |
| ·支持向量机理论基础 | 第39-42页 |
| ·经验风险最小化的缺陷 | 第40页 |
| ·VC 维 | 第40-41页 |
| ·推广性的界 | 第41-42页 |
| ·结构风险最小化 | 第42页 |
| ·支持向量机 | 第42-50页 |
| ·支持向量分类机 | 第43-47页 |
| ·用于回归估计的支持向量机 | 第47-48页 |
| ·核函数 | 第48-49页 |
| ·支持向量机的关键问题 | 第49-50页 |
| ·模拟退火算法分析 | 第50-53页 |
| ·模拟退火算法基本思想 | 第50-52页 |
| ·模拟退火算法的步骤 | 第52-53页 |
| ·模拟退火算法的参数控制问题 | 第53页 |
| ·模拟退火支持向量机算法构建 | 第53-55页 |
| ·SA-SVM 模型的适用性 | 第55页 |
| ·本章小结 | 第55-56页 |
| 第五章 物流地产投资风险实证研究 | 第56-67页 |
| ·我国物流地产业发展概况 | 第56页 |
| ·数据搜集 | 第56-57页 |
| ·基于SA-SVM 理论的物流地产项目投资风险评价模型 | 第57-63页 |
| ·核函数及参数选择 | 第59-62页 |
| ·训练与测试 | 第62-63页 |
| ·结果分析 | 第63-66页 |
| ·本章小结 | 第66-67页 |
| 结论与展望 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 作者简介 | 第72-73页 |
| 攻读硕士学位期间发表的论文和科研成果 | 第73-74页 |