基于GRA与BP神经网络的工程造价预测模型研究--以高速公路为例
摘要 | 第4-5页 |
Abstract | 第5页 |
第1章 绪论 | 第8-18页 |
1.1 研究背景及意义 | 第8-10页 |
1.1.1 研究背景 | 第8-9页 |
1.1.2 研究意义 | 第9-10页 |
1.2 国内外研究现状综述 | 第10-15页 |
1.2.1 国外相关研究现状 | 第10-13页 |
1.2.2 国内相关研究现状 | 第13-15页 |
1.3 研究内容和研究方法 | 第15-17页 |
1.3.1 研究内容 | 第15-16页 |
1.3.2 研究方法 | 第16-17页 |
1.4 研究技术路线 | 第17-18页 |
第2章 相关理论基础 | 第18-24页 |
2.1 高速公路与工程造价相关概念 | 第18-21页 |
2.1.1 我国高速公路的定义与特点 | 第18页 |
2.1.2 工程造价的概念 | 第18-20页 |
2.1.3 高速公路造价构成分析 | 第20-21页 |
2.2 高速公路造价预测方法理论基础 | 第21-24页 |
2.2.1 灰色关联分析理论 | 第21-22页 |
2.2.2 BP 神经网络理论 | 第22-24页 |
第3章 高速公路造价预测指标体系的构建 | 第24-29页 |
3.1 造价预测指标体系构建原则 | 第24-25页 |
3.2 高速公路工程特征指标分析 | 第25-26页 |
3.3 高速公路造价预测指标体系确定 | 第26-29页 |
第4章 高速公路工程造价预测模型的建立 | 第29-38页 |
4.1 预测模型的研究设计 | 第29-30页 |
4.2 灰色关联分析确定预测指标权重 | 第30-32页 |
4.2.1 确定对比序列 | 第30页 |
4.2.2 数据标准化处理 | 第30-31页 |
4.2.3 求灰色关联系数 | 第31页 |
4.2.4 求关联度 | 第31页 |
4.2.5 计算造价预测指标权重 | 第31-32页 |
4.3 BP 神经网络预测模型构建 | 第32-38页 |
4.3.1 BP 神经网络拓扑结构确定 | 第32-33页 |
4.3.2 激励函数和初始化权值、阈值确定 | 第33-34页 |
4.3.3 样本的标准化处理 | 第34页 |
4.3.4 BP 神经网络的算法流程 | 第34-38页 |
第5章 实证研究 | 第38-46页 |
5.1 数据的收集与处理 | 第38-41页 |
5.2 高速公路预测指标权重确定 | 第41-43页 |
5.3 高速公路工程造价预测 | 第43-46页 |
第6章 结论与展望 | 第46-48页 |
6.1 结论 | 第46页 |
6.2 展望 | 第46-48页 |
致谢 | 第48-49页 |
参考文献 | 第49-53页 |
附录 1 攻读硕士学位期间发表的论文 | 第53-54页 |
附录 2 攻读硕士学位期间参加的科研项目 | 第54-55页 |
附录 3 BP 神经网络 MATLAB 代码实现 | 第55-58页 |
详细摘要 | 第58-59页 |