摘要 | 第2-4页 |
ABSTRACT | 第4-6页 |
第一章 绪论 | 第10-13页 |
1.1 选题背景 | 第10-12页 |
1.1.1 集装箱码头投资市场 | 第10-11页 |
1.1.2 项目投资决策理论 | 第11-12页 |
1.2 本文主要内容 | 第12-13页 |
第二章 集装箱码头市场特点 | 第13-21页 |
2.1 产业特点 | 第13-16页 |
2.1.1 码头属稀缺资源 | 第13-14页 |
2.1.2 投资资本壁垒高 | 第14页 |
2.1.3 投资回收期较长 | 第14-15页 |
2.1.4 与区域经济密切相关 | 第15页 |
2.1.5 抗风险能力强 | 第15-16页 |
2.2 业内竞争特点 | 第16-21页 |
2.2.1 投资竞争日趋国际化 | 第16-17页 |
2.2.2 进一步趋向垄断化 | 第17页 |
2.2.3 市场竞争者类型化 | 第17-18页 |
2.2.4 竞争特点综合分析 | 第18-21页 |
第三章 船公司背景投资人的集装箱码头项目投资决策影响因素 | 第21-30页 |
3.1 影响因素体系的总体设计 | 第21-22页 |
3.2 环境因素 | 第22-25页 |
3.2.1 港口集装箱吞吐量指标 | 第23页 |
3.2.2 腹地区域经济指标 | 第23-25页 |
3.3 经济因素 | 第25-27页 |
3.3.1 项目内部收益率指标 | 第25-26页 |
3.3.2 资本金利润率指标 | 第26-27页 |
3.3.3 累计利润总额指标 | 第27页 |
3.4 产业支持因素 | 第27-30页 |
3.4.1 集团内相关产业支持度指标 | 第28页 |
3.4.2 投资人项目参与度指标 | 第28-30页 |
第四章 决策模型的理论研究 | 第30-38页 |
4.1 人工神经网络概述 | 第30-33页 |
4.1.1 基本结构 | 第30-31页 |
4.1.2 特点 | 第31-32页 |
4.1.3 主要发展方向 | 第32-33页 |
4.2 BP 神经网络 | 第33-38页 |
4.2.1 基本结构 | 第33-36页 |
4.2.2 实际应用 | 第36-38页 |
第五章 集装箱码头项目决策模型的构建 | 第38-68页 |
5.1 模型的结构 | 第38-41页 |
5.1.1 总体结构 | 第38-39页 |
5.1.2 输入层 | 第39-40页 |
5.1.3 输出层 | 第40页 |
5.1.4 隐含层 | 第40-41页 |
5.2 模型的实现 | 第41-50页 |
5.2.1 使用工具说明 | 第41页 |
5.2.2 模型运行流程 | 第41-47页 |
5.2.2.1 运行主流程 | 第41-43页 |
5.2.2.2 主模块运行流程 | 第43-47页 |
5.2.3 模型运行主要界面 | 第47-50页 |
5.2.3.1 模型主页面 | 第47页 |
5.2.3.2 模型训练界面 | 第47-48页 |
5.2.3.3 模型验证界面 | 第48-49页 |
5.2.3.4 模型应用界面 | 第49-50页 |
5.3 模型的样本数据 | 第50-56页 |
5.3.1 数据搜集和分类 | 第50-51页 |
5.3.2 输入层样本数据同一化 | 第51-55页 |
5.3.3 输出层样本数据同一化 | 第55-56页 |
5.4 模型的优化 | 第56-68页 |
5.4.1 比选方案的设定 | 第56-57页 |
5.4.1.1 模型参数 | 第56-57页 |
5.4.1.2 隐含层节点数 | 第57页 |
5.4.2 运行结果比较 | 第57-65页 |
5.4.2.1 比选方案汇总比较 | 第58-59页 |
5.4.2.2 比选方案分组比较 | 第59-64页 |
5.4.2.3 各组较优方案比较 | 第64-65页 |
5.4.3 较优模型方案运算结果 | 第65-68页 |
第六章 决策模型的应用 | 第68-72页 |
6.1 样本项目简介 | 第68-69页 |
6.2 模型应用结果 | 第69-71页 |
6.3 结论 | 第71-72页 |
第七章 结束语 | 第72-74页 |
参考文献 | 第74-78页 |
附录1 | 第78-79页 |
附录2 | 第79-87页 |
致谢 | 第87-88页 |
攻读学位期间发表的论文 | 第88页 |