| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-19页 |
| ·选题背景及意义 | 第10-12页 |
| ·选题背景 | 第10-11页 |
| ·研究意义 | 第11-12页 |
| ·国内外研究现状 | 第12-17页 |
| ·国外研究现状 | 第12-13页 |
| ·国内研究现状 | 第13-16页 |
| ·神经网络及其模型应用的研究 | 第16-17页 |
| ·本论文的研究内容及技术路线 | 第17-19页 |
| 第二章 水利工程项目风险管理的相关理论 | 第19-34页 |
| ·风险的基本概念 | 第19-20页 |
| ·风险的含义 | 第19页 |
| ·风险的特点及构成要素 | 第19-20页 |
| ·水利工程风险的相关概念 | 第20-22页 |
| ·水利工程风险的定义及分类 | 第20-21页 |
| ·水利工程风险的特点 | 第21-22页 |
| ·水利工程项目风险管理概述 | 第22-31页 |
| ·风险识别 | 第23-25页 |
| ·风险评估 | 第25-29页 |
| ·风险控制 | 第29-31页 |
| ·BP神经网络的相关理论 | 第31-34页 |
| ·BP神经网络的概念 | 第31-32页 |
| ·BP神经网络的原理 | 第32-34页 |
| 第三章 BP神经网络模型的建立及模型的MATLAB实现 | 第34-51页 |
| ·水利工程风险评价指标体系的建立 | 第34-40页 |
| ·风险评价指标因素分析 | 第34-35页 |
| ·风险评价指标体系建立的原则 | 第35-36页 |
| ·风险评价指标体系的构建 | 第36-38页 |
| ·样本数据的产生 | 第38-40页 |
| ·利用主成分分析法降维 | 第40-46页 |
| ·主成分分析法相关概念及原理 | 第40-41页 |
| ·对样本数据进行主成分分析 | 第41-46页 |
| ·对样本数据进行离散化处理 | 第46页 |
| ·BP神经网络模型的设计 | 第46-48页 |
| ·输入层单位数的确定 | 第46-47页 |
| ·隐含层的设计 | 第47页 |
| ·输出层单元数的确定 | 第47页 |
| ·训练参数设置 | 第47-48页 |
| ·BP神经网络模型的建立 | 第48-49页 |
| ·BP神经网络模型的MATLAB实现 | 第49-51页 |
| 第四章 BP神经网络风险管理模型在童游排涝站中的应用 | 第51-64页 |
| ·工程概况 | 第51-52页 |
| ·风险评价指标体系的建立 | 第52-54页 |
| ·样本数据的产生 | 第54页 |
| ·基于主成分和BP神经网络相结合的童游排涝站风险评价 | 第54-62页 |
| ·利用SPSS对样本数据进行主成分分析 | 第55-59页 |
| ·对样本数据进行离散化处理 | 第59页 |
| ·BP神经网络模型的建立及MATLAB的实现 | 第59-62页 |
| ·风险控制 | 第62-64页 |
| 第五章 总结与展望 | 第64-66页 |
| ·总结 | 第64页 |
| ·主要创新点 | 第64-65页 |
| ·展望 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 附录A 水利工程风险问卷调查 | 第69-71页 |
| 附录B 水利工程风险因素打分表 | 第71-73页 |
| 致谢 | 第73-74页 |
