| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 1 绪论 | 第9-14页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 国外研究现状 | 第10-11页 |
| 1.2.2 国内研究现状 | 第11-12页 |
| 1.3 研究内容和研究方法 | 第12-14页 |
| 1.3.1 研究内容 | 第12页 |
| 1.3.2 研究方法 | 第12-14页 |
| 2 水库移民后期扶持政策发展与现状 | 第14-26页 |
| 2.1 水库移民特征和贫困成因 | 第14-16页 |
| 2.1.1 水库移民特征 | 第14页 |
| 2.1.2 水库移民现状 | 第14页 |
| 2.1.3 水库移民贫困原因分析 | 第14-16页 |
| 2.2 水库移民后期扶持发展 | 第16-19页 |
| 2.2.1 后期扶持的目的和意义 | 第16-17页 |
| 2.2.2 水库移民后期扶持政策的发展历程 | 第17页 |
| 2.2.3 现行水库移民后期扶持政策 | 第17-19页 |
| 2.3 我国水库移民后期扶持的主要形式和内容 | 第19-20页 |
| 2.3.1 基础设施改造 | 第19页 |
| 2.3.2 基本农田保障 | 第19-20页 |
| 2.3.3 生态环境保护 | 第20页 |
| 2.3.4 特色产业扶持 | 第20页 |
| 2.3.5 技能培训和劳务输出 | 第20页 |
| 2.4 后期扶持政策实施现状及存在的问题 | 第20-23页 |
| 2.4.1 后期扶持政策实施现状 | 第20-22页 |
| 2.4.2 后期扶持政策存在的问题 | 第22-23页 |
| 2.5 水库移民后期扶持效果综合评价概述 | 第23-26页 |
| 2.5.1 水库移民后期扶持效果综合评价的必要性 | 第23页 |
| 2.5.2 水库移民后期扶持效果综合评价的原则 | 第23-24页 |
| 2.5.3 水库移民后期扶持效果综合评价的内容 | 第24页 |
| 2.5.4 水库移民后期扶持效果综合评价的方法 | 第24-26页 |
| 3 水库移民后期扶持效果综合评价指标体系 | 第26-33页 |
| 3.1 水库移民后期扶持效果综合评价指标体系的概念 | 第26页 |
| 3.2 水库移民后期扶持效果综合评价指标体系建立的原则 | 第26-27页 |
| 3.3 水库移民后期扶持效果综合评价指标体系的构建 | 第27-33页 |
| 3.3.1 后期扶持效果综合评价指标的选取依据 | 第27-28页 |
| 3.3.2 后期扶持效果综合评价指标来源及分析 | 第28-31页 |
| 3.3.3 后期扶持效果综合评价指标体系的构建 | 第31-33页 |
| 4 BP神经网络综合评价模型的建立 | 第33-46页 |
| 4.1 BP人工神经网络概述 | 第33-34页 |
| 4.2 BP神经网络评价模型的建立 | 第34-42页 |
| 4.2.1 BP网络学习算法 | 第35-38页 |
| 4.2.2 应用Matlab对BP人工神经网络模型进行程序设计 | 第38-42页 |
| 4.3 样本数据的收集与预处理 | 第42-46页 |
| 4.3.1 样本数据的收集 | 第42-43页 |
| 4.3.2 样本指标类型的一致化 | 第43-44页 |
| 4.3.3 样本数据无量纲化 | 第44-46页 |
| 5 算例及实证分析 | 第46-56页 |
| 5.1 济源市移民现状简介 | 第46-48页 |
| 5.2 BP人工神经网络模型的应用 | 第48-52页 |
| 5.2.1 样本数据的收集与预处理 | 第48-51页 |
| 5.2.2 BP人工神经网络结构的确定 | 第51页 |
| 5.2.3 BP人工神经网络参数的设定 | 第51-52页 |
| 5.3 模型评价的结果及分析 | 第52-56页 |
| 6 总结与展望 | 第56-57页 |
| 6.1 总结 | 第56页 |
| 6.2 展望 | 第56-57页 |
| 攻读学位期间参加的科研项目及发表的学术论文 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-61页 |
