| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-18页 |
| ·课题来源和选题背景 | 第10-11页 |
| ·国内外建筑工程造价估算研究现状 | 第11-15页 |
| ·国外估算工程造价模型的发展 | 第11-12页 |
| ·国内常用估算造价模型 | 第12-14页 |
| ·发展趋势 | 第14-15页 |
| ·研究的可行性分析 | 第15-16页 |
| ·研究的主要内容 | 第16-17页 |
| ·技术方案 | 第17页 |
| ·小结 | 第17-18页 |
| 第二章 人工智能技术的基本理论及原理 | 第18-34页 |
| ·人工智能概述 | 第18-21页 |
| ·人工智能的概念 | 第18页 |
| ·人工智能的基本特点 | 第18-19页 |
| ·人工智能的研究与应用领域 | 第19-21页 |
| ·人工神经网络 | 第21-29页 |
| ·人工神经网络概述 | 第21-22页 |
| ·神经元模型 | 第22-27页 |
| ·神经网络的特点 | 第27-29页 |
| ·遗传算法基本理论 | 第29-33页 |
| ·遗传算法的基本思想 | 第29页 |
| ·基本遗传算法的构成要素 | 第29-30页 |
| ·遗传算法的运行过程 | 第30-32页 |
| ·遗传算法的特点 | 第32-33页 |
| ·小结 | 第33-34页 |
| 第三章 基于人工神经网络的建筑工程造价估算模型分析研究 | 第34-50页 |
| ·模糊神经网络模型 | 第34-36页 |
| ·模糊神经网络模型的基本思想 | 第34-35页 |
| ·模糊神经网络的学习方法 | 第35-36页 |
| ·模糊神经网络理论和应用存在的问题 | 第36页 |
| ·BP 人工神经网络模型 | 第36-43页 |
| ·BP 网络模型的基本思想 | 第36页 |
| ·BP 网络的拓扑结构 | 第36-37页 |
| ·BP 网络模型的学习 | 第37-40页 |
| ·BP 网络的泛化能力 | 第40页 |
| ·BP 网络的局限性分析 | 第40-42页 |
| ·对BP 神经网络模型的评价 | 第42-43页 |
| ·径向基函数（RBF）神经网络模型 | 第43-48页 |
| ·径向基函数（RBF）网络模型概述 | 第43页 |
| ·RBF 网络模型的拓扑结构 | 第43-45页 |
| ·RBF 网络模型的学习 | 第45-48页 |
| ·BP 和RBF 的比较 | 第48-49页 |
| ·小结 | 第49-50页 |
| 第四章 基于人工智能技术实现建筑工程造价估算 | 第50-60页 |
| ·遗传算法优化RBF 网络模型 | 第50-53页 |
| ·遗传算法与神经网络融合 | 第50-52页 |
| ·遗传算法优化RBF 网络的学习模型 | 第52-53页 |
| ·特征变量的确定 | 第53-59页 |
| ·工程造价的组成及特点 | 第53-55页 |
| ·工程造价影响因素分析 | 第55页 |
| ·确定特征变量（输入变量） | 第55-59页 |
| ·小结 | 第59-60页 |
| 第五章 模型实证与分析 | 第60-69页 |
| ·模型实现环境 | 第60-61页 |
| ·计算工具 | 第60页 |
| ·流程设计 | 第60-61页 |
| ·实例检测与分析 | 第61-67页 |
| ·灵敏度分析 | 第67-68页 |
| ·小结 | 第68-69页 |
| 第六章 总结 | 第69-70页 |
| ·主要工作回顾 | 第69页 |
| ·本课题今后需进一步研究的地方 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 个人简历 在读期间发表的学术论文 | 第74页 |