| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 论文的来源及背景 | 第9-11页 |
| 1.1.1 论文来源 | 第9页 |
| 1.1.2 研究背景 | 第9-10页 |
| 1.1.3 研究的意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 国外研究现状 | 第11-13页 |
| 1.2.2 国内研究现状 | 第13-15页 |
| 1.3 论文研究的目标和内容 | 第15-16页 |
| 1.3.1 本文研究的目标 | 第15页 |
| 1.3.2 本文研究的内容 | 第15-16页 |
| 第2章 BP网络和主成分分析原理 | 第16-29页 |
| 2.1 BP神经网络 | 第16-21页 |
| 2.1.1 BP网络的基本原理 | 第16页 |
| 2.1.2 BP网络算法思路 | 第16-17页 |
| 2.1.3 BP算法的数学推导 | 第17-20页 |
| 2.1.4 BP算法若干问题 | 第20-21页 |
| 2.2 主成分分析 | 第21-27页 |
| 2.2.1 主成分分析理论基础 | 第21页 |
| 2.2.2 主成分分析的几何解释 | 第21-22页 |
| 2.2.3 主成分分析的数学原理 | 第22-24页 |
| 2.2.4 主成分分析的意义 | 第24页 |
| 2.2.5 主成分分析的特点 | 第24-25页 |
| 2.2.6 数据处理中主成分分析存在的问题 | 第25-26页 |
| 2.2.7 主成分分析应用的改进 | 第26-27页 |
| 2.3 主成分分析和BP网络结合的基本思想 | 第27页 |
| 2.4 本章小结 | 第27-29页 |
| 第3章 基于主成分分析和 BP 网络的估算模型的建立 | 第29-44页 |
| 3.1 确定工程样本 | 第29-34页 |
| 3.1.1 建筑特征 | 第29页 |
| 3.1.2 确定相似工程流程 | 第29-34页 |
| 3.2 通过主成分分析确定特征向量 | 第34-37页 |
| 3.3 BP神经网络模型的设计 | 第37-43页 |
| 3.3.1 网络层数设计 | 第37页 |
| 3.3.2 隐层神经元数设计 | 第37-38页 |
| 3.3.3 初始权值设计 | 第38页 |
| 3.3.4 BP网络在matlab软件上的实现 | 第38-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第4章 实例验证 | 第44-56页 |
| 4.1 工程的选用 | 第44-46页 |
| 4.2 工程造价的修正 | 第46-49页 |
| 4.2.1 软件修正法 | 第46页 |
| 4.2.2 造价指数修正法 | 第46-49页 |
| 4.3 主成分分析确定输入向量 | 第49-52页 |
| 4.4 BP神经网络模型的预测 | 第52-55页 |
| 4.5 本章小结 | 第55-56页 |
| 结论与展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第62-63页 |
| 致谢 | 第63-64页 |
| 作者简介 | 第64页 |