| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 选题背景及研究意义 | 第9-11页 |
| 1.1.1 选题背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 主要研究内容 | 第11-12页 |
| 1.3 采用主要研究方法 | 第12页 |
| 1.4 拟达到的研究目标 | 第12-13页 |
| 1.5 技术路线图 | 第13-14页 |
| 第二章 国内外研究现状 | 第14-25页 |
| 2.1 投资方案决策研究现状 | 第14-16页 |
| 2.1.1 国外研究现状 | 第14-15页 |
| 2.1.2 国内研究现状 | 第15-16页 |
| 2.2 投资估算研究现状 | 第16-20页 |
| 2.2.1 国外研究现状 | 第16-17页 |
| 2.2.2 国内研究现状 | 第17-20页 |
| 2.3 BIM三维研究现状 | 第20-22页 |
| 2.3.1 国外研究现状 | 第20-21页 |
| 2.3.2 国内研究现状 | 第21页 |
| 2.3.3 BIM在工程建设中的应用 | 第21-22页 |
| 2.4 人工智能研究现状 | 第22-23页 |
| 2.4.1 国外研究现状 | 第22-23页 |
| 2.4.2 国内研究现状 | 第23页 |
| 2.5 国内外研究现状评述 | 第23-25页 |
| 第三章 建立高速公路投资方案三维智能优化决策模型 | 第25-58页 |
| 3.1 相关基础理论 | 第25-28页 |
| 3.1.1 高速公路建设方案决策相关概念及特征 | 第25页 |
| 3.1.2 全寿命周期成本理论 | 第25-28页 |
| 3.2 建立已完高速公路投资估算信息资料基础数据库 | 第28-46页 |
| 3.2.1 高速公路基本工程特征分析 | 第29-40页 |
| 3.2.2 数据的准备与收集 | 第40-42页 |
| 3.2.3 数据的整理 | 第42-43页 |
| 3.2.4 高速公路投资估算信息资料基础数据库的建立 | 第43-46页 |
| 3.3 高速公路投资方案非线性智能决策模型建模思路 | 第46-47页 |
| 3.4 基于PSO聚类的工程相似案例选取 | 第47-52页 |
| 3.4.1 聚类算法 | 第48页 |
| 3.4.2 PSO简介 | 第48-49页 |
| 3.4.3 基于PSO聚类的工程相似案例提取模型 | 第49-52页 |
| 3.5 基于BP神经网络投资估算预测 | 第52-53页 |
| 3.5.1 BP神经网络 | 第52-53页 |
| 3.5.2 基于BP神经网络的估算模型建立 | 第53页 |
| 3.6 基于模糊推理系统FIS的运营成本趋势预测 | 第53-55页 |
| 3.6.1 模糊推理系统FIS简介 | 第53-55页 |
| 3.6.2 基于FIS的运营成本趋势预测模型 | 第55页 |
| 3.7 建立高速公路投资方案BIM三维优化辅助模型 | 第55-58页 |
| 3.7.1 模型的建立思路 | 第55-56页 |
| 3.7.2 运用三维模型辅助投资方案优化 | 第56-58页 |
| 第四章 西阜工程投资方案非线性智能决策模型应用 | 第58-77页 |
| 4.1 西阜工程投资备选方案确定 | 第58-61页 |
| 4.1.1 西阜工程概况 | 第58页 |
| 4.1.2 投资备选方案确定 | 第58-61页 |
| 4.2 西阜工程投资备选方案工程特征描述 | 第61-67页 |
| 4.3 西阜工程投资备选方案相似案例选取 | 第67-70页 |
| 4.4 西阜工程投资备选方案决策 | 第70-77页 |
| 4.4.1 基于BP神经网络的西阜高速建设运营成本预测 | 第70-73页 |
| 4.4.2 基于模糊推理系统的运营成本趋势预测 | 第73-77页 |
| 第五章 西阜工程投资方案BIM三维优化辅助模型应用 | 第77-83页 |
| 5.1 软件技术简介 | 第77-78页 |
| 5.2 西阜工程投资方案可视化展现 | 第78-81页 |
| 5.2.1 线路总体展示 | 第78-79页 |
| 5.2.2 线路局部优化展示 | 第79-81页 |
| 5.3 西阜工程投资方案三维漫游展现 | 第81-83页 |
| 第六章 结论与展望 | 第83-85页 |
| 6.1 结论 | 第83页 |
| 6.2 展望 | 第83-85页 |
| 参考文献 | 第85-89页 |
| 致谢 | 第89-90页 |
| 附录 | 第90-95页 |
| 个人简历、在学期间的研究成果及发表的学术论文 | 第95页 |
