| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 目录 | 第9-11页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 选题背景与研究意义 | 第11-13页 |
| 1.1.1 选题背景 | 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13-15页 |
| 1.2.1 国外研究现状 | 第13-14页 |
| 1.2.2 国内研究现状 | 第14-15页 |
| 1.3 研究内容和研究方法 | 第15-17页 |
| 1.3.1 研究内容 | 第15页 |
| 1.3.2 研究方法 | 第15-16页 |
| 1.3.3 本文创新点 | 第16-17页 |
| 第2章 后期扶持移民风险评价基本理论 | 第17-32页 |
| 2.1 后期扶持移民风险涵义 | 第17页 |
| 2.2 移民风险类型 | 第17-21页 |
| 2.2.1 经济风险 | 第18-19页 |
| 2.2.2 社会风险 | 第19-20页 |
| 2.2.3 政策风险 | 第20页 |
| 2.2.4 环境风险 | 第20-21页 |
| 2.3 移民风险的原因 | 第21-22页 |
| 2.3.1 后期扶持移民风险的社会成因 | 第21-22页 |
| 2.3.2 后期扶持移民风险的政策成因 | 第22页 |
| 2.4 后期扶持移民风险的理论模型 | 第22-26页 |
| 2.4.1 后期扶持移民风险演化模型 | 第22-23页 |
| 2.4.2 后期扶持移民风险演化的博弈论模型 | 第23-24页 |
| 2.4.3 后期扶持移民风险的演化博弈 | 第24-25页 |
| 2.4.4 后期扶持移民风险的系统演化 | 第25-26页 |
| 2.5 后期扶持移民风险管理 | 第26-31页 |
| 2.5.1 后期扶持移民风险管理理论 | 第26-28页 |
| 2.5.2 后期扶持移民风险管理过程 | 第28-31页 |
| 本章小结 | 第31-32页 |
| 第3章 后期扶持移民风险评价方法 | 第32-43页 |
| 3.1 指标体系设置的原则 | 第32-36页 |
| 3.1.1 后期扶持移民风险评价指标体系的构建原则 | 第32页 |
| 3.1.2 移民后扶风险评价的指标体系建立标准 | 第32-33页 |
| 3.1.3 确定评价指标体系 | 第33-36页 |
| 3.2 BP人工神经网络法 | 第36-40页 |
| 3.2.1 BP人工神经网络概述 | 第36-37页 |
| 3.2.2 BP网络学习算法 | 第37-39页 |
| 3.2.3 BP神经网络重要函数选取 | 第39-40页 |
| 3.3 BP神经网络评价模型的建立 | 第40页 |
| 3.4 评价数据的收集与预处理 | 第40-42页 |
| 3.4.1 评价指标类型的一致化 | 第40-41页 |
| 3.4.2 指标数据无量纲化 | 第41-42页 |
| 本章小结 | 第42-43页 |
| 第4章 BP人工神经网络模型的应用—算例及分析 | 第43-50页 |
| 4.1 淅川县移民现状简介 | 第43页 |
| 4.2 BP人工神经网络模型的应用 | 第43-48页 |
| 4.2.1 数据收集与预处理 | 第43-47页 |
| 4.2.2 BP人工神经网络结构的确定 | 第47页 |
| 4.2.3 BP人工神经网络参数的设定 | 第47-48页 |
| 4.3 模型评价结果 | 第48-49页 |
| 4.4 风险防范的建议 | 第49页 |
| 本章小结 | 第49-50页 |
| 第5章 结论与展望 | 第50-52页 |
| 5.1 结论 | 第50页 |
| 5.2 研究展望 | 第50-52页 |
| 参考文献 | 第52-55页 |
| 附录 应用MATLAB实现BP人工神经网络模型的程序和计算过程 | 第55-59页 |
| 攻读硕士学位期间发表的论文及其他成果 | 第59-60页 |
| 攻读硕士学位期间参加的科研工作 | 第60-61页 |
| 致谢 | 第61-62页 |
| 作者简介 | 第62页 |