基于支持向量机（SVM）的工程项目投资估算方法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第7-17页 |
| 一、 投资控制理论 | 第7-13页 |
| 1 、 概述 | 第7页 |
| 2 、 全过程的投资控制 | 第7页 |
| 3 、 以决策阶段为重点建设全过程投资控制 | 第7-8页 |
| 4 、 投资控制与工程造价 | 第8-13页 |
| 二、 论文研究背景与必要性分析 | 第13-15页 |
| 1 、 工程项目投资控制的现状 | 第13页 |
| 2 、 选择支持向量机用于投资估算的原因 | 第13-15页 |
| 三、 选题目的与论文构思 | 第15-17页 |
| 1 、 选题目的 | 第15页 |
| 2 、 论文构思 | 第15-17页 |
| 第二章 工程项目投资估算方法 | 第17-30页 |
| 一、 投资估算 | 第17-19页 |
| 1 、 概述 | 第17页 |
| 2 、 投资估算的作用 | 第17-18页 |
| 3 、 投资估算的深度 | 第18页 |
| 4 、 投资估算的特点 | 第18-19页 |
| 二、 投资估算的编制依据和编制方法 | 第19-30页 |
| 1 、 投资估算的编制依据 | 第19-20页 |
| 2 、 传统投资估算编制方法 | 第20-22页 |
| 3 、 现代投资估算编制方法 | 第22-30页 |
| 第三章 支持向量机(SVM) | 第30-42页 |
| 一、 引言 | 第30页 |
| 二、 统计学习理论 | 第30-34页 |
| 1 、 统计学习理论的发展历史 | 第31-32页 |
| 2 、 机器学习问题的表示 | 第32-33页 |
| 3 、 经验风险最小化原理 | 第33页 |
| 4 、 VC维 | 第33页 |
| 5 、 结构风险最小化原理 | 第33-34页 |
| 三、 支持向量机 | 第34-42页 |
| 1 、 支持向量机 | 第34-38页 |
| 2 、 用于函数拟合的SVM | 第38-39页 |
| 3 、 支持向量机应用现状 | 第39-42页 |
| 第四章 支持向量机在投资估算中的应用 | 第42-47页 |
| 一、 引言 | 第42页 |
| 二、 估算系统设计的总体思路 | 第42-43页 |
| 三、 基于SVM的投资估算模型基本原理 | 第43-44页 |
| 四、 基于SVM的投资估算模型 | 第44-47页 |
| 第五章 实证研究 | 第47-64页 |
| 一、 我国的桥梁建设 | 第47-51页 |
| 二、 桥梁建设特点 | 第51-52页 |
| 三、 钢管拱桥 | 第52-53页 |
| 四、 杭州钱塘江四桥实证研究 | 第53-64页 |
| 1 、 项目概况 | 第53-56页 |
| 2 、 工程计算 | 第56-64页 |
| 第六章 结论与展望 | 第64-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 浙江大学土木工程与管理研究所硕士毕业论文一览表 | 第70页 |
