全生命周期成本管理--从地铁项目角度
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-23页 |
| 1.1 研究的目的、意义及拟达到的目标 | 第11-12页 |
| 1.1.1 研究的目的 | 第11-12页 |
| 1.1.2 研究的意义 | 第12页 |
| 1.1.3 拟达到的研究目标 | 第12页 |
| 1.2 国内外研究现状 | 第12-20页 |
| 1.2.1 全生命周期成本（WLC）研究现状 | 第12-15页 |
| 1.2.2 粗糙集（RS）研究现状 | 第15-17页 |
| 1.2.3 显著性成本（CS）研究现状 | 第17-20页 |
| 1.3 主要研究内容和方法 | 第20-21页 |
| 1.3.1 主要研究内容 | 第20页 |
| 1.3.2 主要研究方法 | 第20-21页 |
| 1.4 技术路线 | 第21-22页 |
| 1.5 难点 | 第22-23页 |
| 第2章 全生命周期成本估算的相关理论 | 第23-43页 |
| 2.1 全生命周期理论 | 第23-28页 |
| 2.1.1 全生命周期阶段的划分 | 第23-25页 |
| 2.1.2 全生命周期成本的构成 | 第25-26页 |
| 2.1.3 全生命周期成本的计算方法 | 第26页 |
| 2.1.4 全生命周期成本数学模型 | 第26-28页 |
| 2.2 粗糙集理论 | 第28-33页 |
| 2.2.1 粗糙集的定义 | 第28-29页 |
| 2.2.2 建立基于RS的同类工程选取模型 | 第29-32页 |
| 2.2.3 基于RS应用的流程图 | 第32-33页 |
| 2.3 显著性成本理论 | 第33-38页 |
| 2.3.1 显著性成本基本思想 | 第33页 |
| 2.3.2 显著性项目的确定方法 | 第33-34页 |
| 2.3.3 CSIs模型的建立 | 第34-36页 |
| 2.3.4 显著性因子和拟建工程造价的计算 | 第36-37页 |
| 2.3.5 显著性因子的准确度 | 第37页 |
| 2.3.6 显著性成本理论的应用 | 第37-38页 |
| 2.4 人工神经网络理论 | 第38-43页 |
| 2.4.1 人工神经网络 | 第38-39页 |
| 2.4.2 BP神经网络 | 第39-40页 |
| 2.4.3 BP神经网络的学习算法 | 第40-43页 |
| 第3章 地铁建设成本估算 | 第43-65页 |
| 3.1 地铁成本构成分析 | 第43-47页 |
| 3.1.1 地铁土建成本的构成 | 第45-47页 |
| 3.2 运用RS理论挖掘同类工程 | 第47-58页 |
| 3.3 运用CS理论寻找CSIs | 第58-60页 |
| 3.4 “csf”的计算 | 第60-61页 |
| 3.5 CS理论的验证 | 第61-62页 |
| 3.6 模型的检验 | 第62页 |
| 3.7 误差分析 | 第62-65页 |
| 第4章 地铁运营成本估算 | 第65-81页 |
| 4.1 工程特征及估算样本的选取 | 第65-66页 |
| 4.1.1 工程特征的选取 | 第65-66页 |
| 4.1.2 估算样本的选取 | 第66页 |
| 4.2 基于BP神经网络的地铁运营成本估算模型 | 第66-81页 |
| 4.2.1 网终拓扑结构的确定 | 第66-67页 |
| 4.2.2 激活函数以及初始权值的确定 | 第67页 |
| 4.2.3 样本的规范化处理 | 第67-68页 |
| 4.2.4 BP网络的训练与测试 | 第68-70页 |
| 4.2.5 运营成本估算模型MATLAB的实现 | 第70-74页 |
| 4.2.6 基于实例的全生命周期成本 | 第74-81页 |
| 第5章 结论与展望 | 第81-83页 |
| 5.1 结论 | 第81-82页 |
| 5.2 展望 | 第82-83页 |
| 参考文献 | 第83-89页 |
| 附录 1 | 第89-93页 |
| 附录 2 | 第93-95页 |
| 致谢 | 第95页 |
