基于神经网络算法的风险管理模型
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·研究背景及选题意义 | 第7-8页 |
| ·国内外的研究现状 | 第8-11页 |
| ·Boehm 风险管理模型 | 第9-10页 |
| ·CMU/SEI 持续风险管理模型（CRM） | 第10-11页 |
| ·本文的主要工作 | 第11-12页 |
| ·论文结构安排 | 第12-13页 |
| 第二章 风险管理综述 | 第13-22页 |
| ·风险管理的基本概念 | 第13-14页 |
| ·风险管理的基本流程 | 第14-15页 |
| ·经典的风险管理模型 | 第15-22页 |
| ·Barry Boehm 理论 | 第15页 |
| ·SEI 的CRM 模型 | 第15-17页 |
| ·Riskit 方法 | 第17-18页 |
| ·SoftRisk 风险管理模型 | 第18-19页 |
| ·IEEE 风险管理标准 | 第19-20页 |
| ·CMMI(软件能力成熟度模型集成) | 第20页 |
| ·各种模型的对比分析 | 第20-22页 |
| 第三章 神经网络综述 | 第22-34页 |
| ·神经网络的发展历史 | 第22-23页 |
| ·神经网络的研究意义 | 第23-25页 |
| ·生物神经元概述 | 第25-26页 |
| ·人工神经元网络模型 | 第26-34页 |
| ·神经元的结构模型 | 第26-27页 |
| ·人工神经网络的互联模式 | 第27-28页 |
| ·人工神经网络的基本模型 | 第28-34页 |
| 第四章 基于BP 算法的软件风险管理模型 | 第34-47页 |
| ·模型的建立 | 第34-36页 |
| ·风险因子的采集 | 第36-37页 |
| ·风险因子的重要性量化 | 第37页 |
| ·风险识别 | 第37-39页 |
| ·风险识别的量化 | 第38-39页 |
| ·风险分析 | 第39-42页 |
| ·BP 模型的输出 | 第40-42页 |
| ·BP 训练 | 第42页 |
| ·BP 判定 | 第42页 |
| ·风险控制 | 第42-44页 |
| ·软件质量跟踪和监控 | 第44页 |
| ·风险因子跟踪 | 第44页 |
| ·试验结果 | 第44-47页 |
| 第五章 总结与展望 | 第47-49页 |
| ·总结 | 第47页 |
| ·展望 | 第47-49页 |
| 参考文献 | 第49-52页 |
| 致谢 | 第52-53页 |
| 攻读硕士学位期间作者参与的科研项目及成果 | 第53页 |
