| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-24页 |
| ·研究背景及研究意义 | 第11-14页 |
| ·研究背景 | 第11-12页 |
| ·选题来源与研究意义 | 第12-14页 |
| ·国内外研究现状 | 第14-21页 |
| ·国外定额研究现状 | 第14-18页 |
| ·国内定额研究现状 | 第18-21页 |
| ·本文的研究的重点与研究思路 | 第21-23页 |
| ·研究的重点 | 第21页 |
| ·研究的思路 | 第21-23页 |
| ·预期目标与创新点 | 第23-24页 |
| ·预期目标 | 第23页 |
| ·创新点 | 第23-24页 |
| 第二章 定额的基本知识与编制常用方法 | 第24-33页 |
| ·定额的基本知识 | 第24-28页 |
| ·定额概念 | 第24页 |
| ·定额影响因素 | 第24-26页 |
| ·原始数据特点 | 第26-28页 |
| ·企业定额编制常用方法 | 第28-32页 |
| ·统计分析法 | 第28-29页 |
| ·技术测定法 | 第29-32页 |
| ·经验估计法 | 第32页 |
| ·本章小结 | 第32-33页 |
| 第三章 定额编制的影响因素分析与数据误差处理 | 第33-47页 |
| ·定额编制的影响因素分析 | 第33-35页 |
| ·常见影响定额编制因素 | 第33页 |
| ·PCA 方法概述 | 第33-34页 |
| ·PCA 计算步骤 | 第34-35页 |
| ·基于 PCA 分析定额影响因素 | 第35-39页 |
| ·初步筛选定额影响因素 | 第35-38页 |
| ·PCA 综合因素计算 | 第38-39页 |
| ·PCA 结果解释 | 第39页 |
| ·待测项目数据采集与误差处理 | 第39-44页 |
| ·数据采集次数 | 第40页 |
| ·异常数据的剔除步骤 | 第40-43页 |
| ·运用二次平均法处理企业数据 | 第43-44页 |
| ·基于误差剔除提取企业定额基础数据 | 第44-46页 |
| ·企业施工基础数据采集 | 第44页 |
| ·误差判别及误差处理 | 第44-45页 |
| ·数据整理与计算 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第四章 基于贫样本数据定额编制模型建立 | 第47-60页 |
| ·基于贫样本数据线性回归预测模型建立 | 第47-50页 |
| ·线性回归概述 | 第47-48页 |
| ·线性回归拟合原理 | 第48页 |
| ·构建线性回归预测模型 | 第48-50页 |
| ·基于贫样本数据 AHP 对比估计模型建立 | 第50-53页 |
| ·AHP 方法概述 | 第50页 |
| ·AHP 方法的基本原理 | 第50-51页 |
| ·构建 AHP 对比估计模型 | 第51-53页 |
| ·基于贫样本数据 PCA-BP 神经网络预测模型建立 | 第53-59页 |
| ·神经网络概述 | 第53页 |
| ·BP 神经网络的算法原理 | 第53-56页 |
| ·构建 PCA-BP 神经网络预测模型 | 第56-59页 |
| ·本章小结 | 第59-60页 |
| 第五章 实例应用 | 第60-81页 |
| ·施工企业概况 | 第60页 |
| ·线性回归定额消耗量预测实例应用 | 第60-64页 |
| ·企业定额数据库数据采集与初步处理 | 第61-62页 |
| ·线性回归模型预测与论证 | 第62-64页 |
| ·AHP 对比估计定额消耗量实例应用 | 第64-69页 |
| ·企业定额数据库数据采集与初步处理 | 第65-66页 |
| ·AHP 对比估计模型预测与论证 | 第66-69页 |
| ·PCA-BP 神经网络技术定额消耗量预测实例应用 | 第69-80页 |
| ·企业定额数据库数据采集与初步处理 | 第70-73页 |
| ·PCA-BP 神经网络预测模型预测与论证 | 第73-80页 |
| ·本章小结 | 第80-81页 |
| 第六章 结论与展望 | 第81-82页 |
| ·本文的主要研究成果 | 第81页 |
| ·有待进一步研究的问题 | 第81-82页 |
| 参考文献 | 第82-85页 |
| 致谢 | 第85-86页 |
| 附录 A （攻读硕士期间发表学术论文与科研项目） | 第86-87页 |
| 文献综述 | 第87-99页 |
| 中文详细摘要 | 第99-103页 |
| 英文详细摘要 | 第103-107页 |