| 中文摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第一章 绪论 | 第9-20页 |
| ·选题意义 | 第9-10页 |
| ·项目风险管理中的人工智能方法 | 第9-10页 |
| ·统计学习理论 | 第10页 |
| ·项目风险管理研究进展综述 | 第10-16页 |
| ·国外研究进展 | 第10-13页 |
| ·国内研究进展 | 第13-15页 |
| ·项目风险管理研究发展趋势 | 第15-16页 |
| ·论文主要内容、研究方法与创新点 | 第16-20页 |
| ·论文主要内容 | 第16-18页 |
| ·论文研究方法 | 第18-19页 |
| ·论文创新点 | 第19-20页 |
| 第二章 项目风险管理的基本理论 | 第20-39页 |
| ·引言 | 第20页 |
| ·风险与风险管理 | 第20-25页 |
| ·风险定义及其特征 | 第20-21页 |
| ·风险要素 | 第21-22页 |
| ·风险分类 | 第22页 |
| ·风险管理定义 | 第22-23页 |
| ·风险管理目标 | 第23-25页 |
| ·项目与项目管理 | 第25-32页 |
| ·项目定义及其特征 | 第25-26页 |
| ·项目分类 | 第26-27页 |
| ·项目管理定义、特征及其知识体系 | 第27-29页 |
| ·项目管理应用 | 第29-32页 |
| ·项目风险管理 | 第32-38页 |
| ·项目风险定义 | 第32页 |
| ·项目风险因素 | 第32-33页 |
| ·项目风险管理定义 | 第33-34页 |
| ·项目风险管理主要内容 | 第34-35页 |
| ·项目风险管理重点 | 第35-36页 |
| ·项目风险管理意义 | 第36页 |
| ·项目风险管理与项目管理的关系 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第三章 统计学习理论 | 第39-51页 |
| ·引言 | 第39-40页 |
| ·机器学习的几个基本问题 | 第40-43页 |
| ·机器学习问题表示 | 第40-41页 |
| ·经验风险最小化原则 | 第41-42页 |
| ·学习机器复杂性与推广能力 | 第42-43页 |
| ·机器学习研究的发展 | 第43-44页 |
| ·传统机器学习方法的不足 | 第44-46页 |
| ·统计学习理论导论 | 第46-50页 |
| ·学习机器的VC维 | 第46-47页 |
| ·推广能力的界 | 第47-48页 |
| ·结构风险最小化 | 第48-49页 |
| ·实现结构风险最小化原则的实际方法 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第四章 基于支持向量机的项目风险评价研究 | 第51-74页 |
| ·引言 | 第51-53页 |
| ·支持向量机的几个基本问题 | 第53-62页 |
| ·最优分类面 | 第54-55页 |
| ·构建最优分类面 | 第55-56页 |
| ·建立判别函数 | 第56页 |
| ·线性不可分问题研究 | 第56-58页 |
| ·非线性可分问题研究 | 第58-60页 |
| ·核函数 | 第60-61页 |
| ·支持向量机的多分类算法概述 | 第61-62页 |
| ·最小二乘支持向量机 | 第62-64页 |
| ·基于距离评判理论的指标选择 | 第64-68页 |
| ·距离评判的基本理论 | 第65-67页 |
| ·基于距离评判的指标选取 | 第67-68页 |
| ·基于距离评判和最小二乘支持向量机的项目风险智能评价模型 | 第68-69页 |
| ·工程实例 | 第69-73页 |
| ·本章小结 | 第73-74页 |
| 第五章 基于支持向量数据描述的项目风险预警研究 | 第74-90页 |
| ·引言 | 第74-75页 |
| ·单值分类概述 | 第75-79页 |
| ·单值分类特点 | 第75-77页 |
| ·单值分类方法 | 第77-79页 |
| ·支持向量数据描述基本原理 | 第79-83页 |
| ·具有非目标样本的支持向量数据描述 | 第83-86页 |
| ·基于距离评判和支持向量数据描述的项目风险预警模型 | 第86页 |
| ·工程实例 | 第86-88页 |
| ·本章小结 | 第88-90页 |
| 第六章 基于支持向量回归的项目风险预测研究 | 第90-105页 |
| ·引言 | 第90-92页 |
| ·支持向量回归基本原理 | 第92-95页 |
| ·经验模式分解的基本原理 | 第95-98页 |
| ·基于经验模式分解和支持向量回归的混合智能预测模型 | 第98-99页 |
| ·时间序列预测方法 | 第99-100页 |
| ·单步和多步预测 | 第99-100页 |
| ·预测误差评价指标 | 第100页 |
| ·工程实例 | 第100-104页 |
| ·本章小结 | 第104-105页 |
| 第七章 结论与展望 | 第105-108页 |
| ·结论 | 第105-106页 |
| ·展望 | 第106-108页 |
| 参考文献 | 第108-118页 |
| 发表论文和参加科研情况说明 | 第118-120页 |
| 致谢 | 第120页 |
