| 中文摘要 | 第1-9页 |
| Abstract | 第9-11页 |
| 1、绪论 | 第11-17页 |
| ·选题背景和研究意义 | 第11-12页 |
| ·选题背景 | 第11页 |
| ·研究意义 | 第11-12页 |
| ·投标报价模型的研究现状 | 第12-14页 |
| ·本文的研究方法、主要内容和技术路线 | 第14-16页 |
| ·研究方法 | 第14-15页 |
| ·课题主要研究内容 | 第15页 |
| ·技术路线 | 第15-16页 |
| ·可能的创新 | 第16-17页 |
| 2、建筑工程投标报价概述 | 第17-27页 |
| ·建筑工程投标报价的定义 | 第17页 |
| ·报价决策 | 第17-19页 |
| ·投标报价的技巧 | 第19-22页 |
| ·投标报价的影响因素识别与分析 | 第22-27页 |
| ·影响因素选取的准则 | 第22-23页 |
| ·影响投标报价的因素识别 | 第23-25页 |
| ·影响投标报价的因素分析 | 第25-27页 |
| 3、人工神经网络的理论基础 | 第27-33页 |
| ·人工神经网络的定义 | 第27页 |
| ·人工神经网络的发展概述 | 第27-28页 |
| ·常见的人工神经网络模型 | 第28-29页 |
| ·BP神经网络 | 第29-31页 |
| ·BP网络模型 | 第29-30页 |
| ·BP网络的学习过程 | 第30页 |
| ·BP学习算法的步骤 | 第30-31页 |
| ·BP网络在投标报价中应用的可行性 | 第31-32页 |
| ·BP网络的局限性与不足 | 第32-33页 |
| 4、基于遗传算法(GA)改进的BP神经网络模型 | 第33-43页 |
| ·遗传算法(GA)概述 | 第33-40页 |
| ·遗传算法(GA)的定义 | 第33-34页 |
| ·遗传算法(GA)的基本术语 | 第34-35页 |
| ·遗传算法(GA)的基本原理 | 第35页 |
| ·遗传算法(GA)的实现 | 第35-39页 |
| ·遗传算法(GA)的特点 | 第39-40页 |
| ·遗传算法与BP网络结合的可行性 | 第40-41页 |
| ·基于遗传算法的BP神经网络融合算法的步骤 | 第41-42页 |
| ·基于遗传算法的BP网络训练流程图 | 第42-43页 |
| 5、基于遗传算法优化的BP网络用于报价决策模型构建 | 第43-59页 |
| ·BP网络模型的建立 | 第43-50页 |
| ·学习样本的说明 | 第43-48页 |
| ·BP网络结构的确定 | 第48-50页 |
| ·遗传算法的参数设置 | 第50页 |
| ·模型在MATLAB中的实现 | 第50-51页 |
| ·未经优化的BP网络报价模型的实现 | 第51-52页 |
| ·基于遗传算法优化的BP网络在投标报价中应用的模型实现 | 第52-56页 |
| ·MATLAB平台下遗传算法优化BP网络的权值与阈值 | 第52-54页 |
| ·MATLAB平台下基于遗传算法优化的BP网络的训练 | 第54-56页 |
| ·基于遗传算法优化的BP网络的与简单BP网络的比较 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 6、应用实例 | 第59-61页 |
| ·项目概况 | 第59页 |
| ·数据预处理 | 第59-61页 |
| 7、结论与展望 | 第61-63页 |
| ·结论 | 第61-62页 |
| ·展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士期间发表的论文及科研成果 | 第67-69页 |
| 致谢 | 第69-71页 |
