基于RBF神经网络的非确定性工程投资估算新方法的研究
| 摘 要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 1 绪 论 | 第7-15页 |
| ·研究背景 | 第7-10页 |
| ·快速估算方法的用途和重要性 | 第7-8页 |
| ·目前工程造价电算软件的应用情况 | 第8-10页 |
| ·本文所要解决的问题 | 第10页 |
| ·非确定性的定义和分类 | 第10-12页 |
| ·非确定性的定义 | 第10-11页 |
| ·非确定性的分类 | 第11页 |
| ·选择神经网络的原因 | 第11-12页 |
| ·选题目的与论文构思 | 第12-15页 |
| ·选题目的 | 第12-13页 |
| ·研究思路及主要内容 | 第13-15页 |
| 2 建设项目投资的确定与控制 | 第15-19页 |
| ·建设项目投资总体控制分析 | 第15页 |
| ·基本概念 | 第15页 |
| ·建设项目投资的全过程控制 | 第15-18页 |
| ·工程建设项目的计价特点 | 第15-16页 |
| ·建设项目投资控制必须重点突出 | 第16-17页 |
| ·工程投资决策阶段的造价控制 | 第17-18页 |
| ·目前工程造价管理存在的问题 | 第18-19页 |
| 3 建设项目投资估算理论 | 第19-23页 |
| ·概述 | 第19-21页 |
| ·投资估算的概念 | 第19-919页 |
| ·投资估算的作用 | 第919-20页 |
| ·投资估算的编制深度 | 第20-21页 |
| ·投资估算的特点 | 第21页 |
| ·投资估算的编制依据和传统的编制方法 | 第21-23页 |
| ·投资估算的编制依据 | 第21-22页 |
| ·投资估算的传统编制方法 | 第22-23页 |
| 4 神经网络理论 | 第23-26页 |
| ·概 述 | 第23-24页 |
| ·神经网络的概述 | 第23页 |
| ·神经网络在建筑工程中的应用 | 第23-24页 |
| ·BP人工神经网络 | 第24-25页 |
| ·网络结构 | 第24-25页 |
| ·对BP神经网络评价 | 第25-26页 |
| 5 径向基函数(RBF)神经网络理论 | 第26-38页 |
| ·径向基函数神经网络的概述 | 第26-32页 |
| ·径向基函数神经网络的特点 | 第26-27页 |
| ·径向基函数神经网络的结构 | 第27-29页 |
| ·径向基函数神经网络学习算法的数学描述 | 第29-32页 |
| ·MATLAB环境简介 | 第32-34页 |
| ·神经网络工具箱简介 | 第33页 |
| ·径向基函数神经网络工具箱 | 第33-34页 |
| ·基于径向基函数(RBF)神经网络的估算模型 | 第34-38页 |
| ·基于径向基函数的估算模型的基本原理 | 第34-35页 |
| ·基于神经网络方法的投资估算模型结构 | 第35-37页 |
| ·投资估算模型的训练和测试 | 第37-38页 |
| 6 径向基函数在非确定性工程投资估算中的应用 | 第38-48页 |
| ·概 述 | 第38页 |
| ·影响工程造价主要因素的确定及处理 | 第38-44页 |
| ·工程造价的主要影响因素的确定 | 第38-39页 |
| ·工程特征向量的量化处理 | 第39页 |
| ·工程特征向量的初始化处理 | 第39-43页 |
| ·径向基函数神经网络的测试结果与分析 | 第43-44页 |
| ·径向基函数神经网络的训练 | 第44-45页 |
| ·基于MATLAB环境下的程序运行界面 | 第44页 |
| ·分布常数sc的选取 | 第44-45页 |
| ·RBF网络与BP网络的比较 | 第45-47页 |
| ·学习速度 | 第45-46页 |
| ·泛化性能方面 | 第46-47页 |
| ·结果分析 | 第47-48页 |
| 结论与展望 | 第48-50页 |
| 致 谢 | 第50-51页 |
| 参考文献 | 第51-53页 |
