模糊神经网络在建筑工程投标报价中的应用
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-14页 |
| ·选题背景和研究意义 | 第8-9页 |
| ·建筑工程投标报价系统的研究现状 | 第9-12页 |
| ·传统的报价模型 | 第9-10页 |
| ·基于人工智能技术的报价模型 | 第10-12页 |
| ·论文主要内容及安排 | 第12-14页 |
| 2 基于T-S模型的改进型模糊神经网络 | 第14-31页 |
| ·基于T-S模型的模糊神经网络理论基础 | 第14-18页 |
| ·Takagi-Sugeno模型 | 第15-16页 |
| ·基于T-S模型的模糊神经网络 | 第16-18页 |
| ·基于T-S模型的改进型模糊神经网络的结构和算法 | 第18-25页 |
| ·网络结构 | 第18-20页 |
| ·确定模糊规则及规则适用度的方法 | 第20-22页 |
| ·网络算法 | 第22-25页 |
| ·应用于投标报价系统的仿真研究 | 第25-30页 |
| ·样本及数据来源介绍 | 第25-27页 |
| ·仿真及结果分析 | 第27-30页 |
| ·小结 | 第30-31页 |
| 3 基于减法聚类的神经网络 | 第31-42页 |
| ·基于减法聚类的神经网络 | 第31-38页 |
| ·网络结构 | 第31-33页 |
| ·减法聚类的基本原理 | 第33-35页 |
| ·基于距离的模糊规则适用度的确定 | 第35-36页 |
| ·网络算法 | 第36-38页 |
| ·应用于投标报价系统的仿真研究 | 第38-41页 |
| ·小结 | 第41-42页 |
| 4 提高报价系统泛化能力的算法 | 第42-51页 |
| ·基于汉明距离和模糊推理的样本选择方法 | 第42-45页 |
| ·基于汉明距离的样本特性分析 | 第42-43页 |
| ·基于模糊推理的样本分类 | 第43-45页 |
| ·基于模糊推理的动态调整正则项系数方法 | 第45-47页 |
| ·应用于投标报价系统的仿真研究 | 第47-50页 |
| ·小结 | 第50-51页 |
| 结论 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 攻读硕士学位期间发表学术论文情况 | 第57-58页 |
| 致谢 | 第58-59页 |
| 大连理工大学学位论文版权使用授权书 | 第59页 |