| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-28页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-18页 |
| 1.2.1 国外研究现状 | 第14-15页 |
| 1.2.2 国内研究现状 | 第15-18页 |
| 1.3 本文的研究内容与方法 | 第18-21页 |
| 1.3.1 研究内容 | 第18-19页 |
| 1.3.2 研究方法 | 第19-21页 |
| 1.4 绿色建筑工程造价成本估算分析 | 第21-28页 |
| 1.4.1 绿色建筑工程造价成本概述 | 第21-24页 |
| 1.4.2 绿色建筑工程造价成本估算概述及对象研究 | 第24-25页 |
| 1.4.3 绿色建筑工程造价成本估算影响因素分析 | 第25页 |
| 1.4.4 绿色建筑工程造价成本估算的基本方法 | 第25-28页 |
| 第2章 基于人工神经网络的绿色建筑模型理论研究 | 第28-44页 |
| 2.1 人工神经网络模型 | 第28-35页 |
| 2.1.1 人工神经网络的含义 | 第28页 |
| 2.1.2 人工神经网络的特征和作用 | 第28-31页 |
| 2.1.3 人工神经元模型概述 | 第31-34页 |
| 2.1.4 人工神经网络与径向基函数(RBF)神经网络 | 第34-35页 |
| 2.2 径向基函数(RBF)神经网络模型 | 第35-44页 |
| 2.2.1 径向基函数神经网络概述 | 第35-36页 |
| 2.2.2 径向基函数神经网络学习算法 | 第36-39页 |
| 2.2.3 径向基函数神经网络造价成本估算模型结构 | 第39-43页 |
| 2.2.4 径向基函数神经网络的学习与测试 | 第43-44页 |
| 第3章 基于层次分析法的RBF神经网络模型特征向量选取研究 | 第44-53页 |
| 3.1 工程特征因素分析 | 第44-47页 |
| 3.1.1 工程特征因素选取意义 | 第44-45页 |
| 3.1.2 工程特征因素与特征向量 | 第45-47页 |
| 3.2 基于层次分析法的特征向量分析 | 第47-53页 |
| 3.2.1 层次分析法 | 第47-48页 |
| 3.2.2 层次分析法的步骤与方法 | 第48-50页 |
| 3.2.3 特征向量分析 | 第50-53页 |
| 第4章 基于RBF神经网络的绿色建筑造价成本估算模型构建 | 第53-64页 |
| 4.1 工程特征向量的处理 | 第53-58页 |
| 4.1.1 工程特征向量的量化处理 | 第53-56页 |
| 4.1.2 工程特征向量的初始化处理 | 第56-58页 |
| 4.2 径向基函数神经网络的训练与检验 | 第58-62页 |
| 4.3 结果分析 | 第62-64页 |
| 第5章 基于RBF神经网络的造价成本估算模型应用与分析 | 第64-67页 |
| 5.1 基于神经网络造价成本估算模型的应用 | 第64-66页 |
| 5.2 基于神经网络造价成本估算模型效用分析 | 第66-67页 |
| 结论与展望 | 第67-69页 |
| 参考文献 | 第69-72页 |
| 攻读硕士学位期间发表的学术论文 | 第72-73页 |
| 致谢 | 第73页 |
