| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 课题研究的背景及意义 | 第11-12页 |
| 1.2 国内外研究的现状 | 第12-14页 |
| 1.2.1 国外研究现状 | 第12-14页 |
| 1.2.2 国内研究现状 | 第14页 |
| 1.3 主要研究内容和研究方法 | 第14-15页 |
| 1.4 论文框架结构图 | 第15-16页 |
| 第二章 软件开发项目风险管理概述 | 第16-22页 |
| 2.1 软件开发项目风险的定义和特点 | 第16-18页 |
| 2.2 软件开发项目风险管理一般步骤 | 第18-19页 |
| 2.3 软件开发项目风险管理经典模型 | 第19-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 软件开发项目风险管理过程 | 第22-31页 |
| 3.1 软件开发项目风险识别 | 第22-24页 |
| 3.1.1 软件开发项目风险识别概述 | 第22页 |
| 3.1.2 软件开发项目风险识别的常用技术方法 | 第22-23页 |
| 3.1.3 软件开发项目任务分解结构 | 第23-24页 |
| 3.1.4 软件开发项目风险识别成果 | 第24页 |
| 3.2 软件开发项目风险评估 | 第24-28页 |
| 3.2.1 软件开发项目风险评估概述 | 第24页 |
| 3.2.2 软件开发项目风险评估的常用技术方法 | 第24-26页 |
| 3.2.3 人工神经网络概述 | 第26-28页 |
| 3.3 软件开发项目风险应对和风险监控 | 第28-30页 |
| 3.3.1 软件开发项目风险应对 | 第28-30页 |
| 3.3.2 软件开发项目风险监控 | 第30页 |
| 3.4 本章小结 | 第30-31页 |
| 第四章 基于BP神经网络的软件开发项目风险评估模型 | 第31-43页 |
| 4.1 BP神经网络概述 | 第31-36页 |
| 4.1.1 BP神经网络定义 | 第31页 |
| 4.1.2 BP神经网络基本原理 | 第31-32页 |
| 4.1.3 BP神经网络的学习训练算法 | 第32-34页 |
| 4.1.4 BP神经网络信息处理方式特点 | 第34-35页 |
| 4.1.5 BP网络的优点以及局限性 | 第35-36页 |
| 4.2 基于BP神经网络的风险评估模型的构建 | 第36-42页 |
| 4.2.1 BP神经网络结构设计 | 第36页 |
| 4.2.2 数据预处理 | 第36-39页 |
| 4.2.3 计算隐含层所含结点个数 | 第39-40页 |
| 4.2.4 确定函数及参数 | 第40页 |
| 4.2.5 BP神经网络模型 | 第40-41页 |
| 4.2.6 引入动量因子的BP神经网络改进模型 | 第41页 |
| 4.2.7 Matlab仿真实现 | 第41-42页 |
| 4.3 本章小结 | 第42-43页 |
| 第五章 YQ公司网络舆情软件开发项目风险管理 | 第43-52页 |
| 5.1 YQ公司及项目概况 | 第43页 |
| 5.2 网络舆情软件开发项目风险识别 | 第43-45页 |
| 5.3 基于BP神经网络模型的风险评估 | 第45-49页 |
| 5.3.1 数据采集并建立训练样本 | 第45-46页 |
| 5.3.2 利用MATLAB中BP神经网络工具箱进行仿真 | 第46-48页 |
| 5.3.3 YQ公司网络舆情软件开发项目风险预测 | 第48-49页 |
| 5.4 风险应对与风险监控 | 第49-51页 |
| 5.4.1 风险应对 | 第49-50页 |
| 5.4.2 风险监控 | 第50-51页 |
| 5.5 本章小结 | 第51-52页 |
| 第六章 结语 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-58页 |
| 学位论文评阅及答辩情况表 | 第58页 |