| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-16页 |
| ·选题背景及研究意义 | 第10-12页 |
| ·选题背景 | 第10-11页 |
| ·研究意义 | 第11-12页 |
| ·研究的主要内容 | 第12-13页 |
| ·投资估算方法研究 | 第12-13页 |
| ·投资控制方法研究 | 第13页 |
| ·拟解决的关键问题 | 第13页 |
| ·创新之处 | 第13-15页 |
| ·论文思路和结构安排 | 第15-16页 |
| 第二章 国内外研究现状 | 第16-25页 |
| ·全生命周期造价(WLC)研究现状 | 第16-19页 |
| ·显著性成本理论(CS)研究现状 | 第19-22页 |
| ·智能融合技术研究现状 | 第22-25页 |
| ·智能融合技术在本研究领域的研究现状 | 第23-25页 |
| 第三章 WLC、CS、RS、NN 集成估算方法研究 | 第25-65页 |
| ·粗糙集(RS)模型 | 第26-27页 |
| ·基于RS 的工程特征提取 | 第27-40页 |
| ·建立基于RS 的工程特征类目选取模型 | 第27-33页 |
| ·实例与仿真 | 第33-40页 |
| ·小结 | 第40页 |
| ·RS 在寻找同类工程中的研究与应用 | 第40-45页 |
| ·基于RS 的第一次分类 | 第41-42页 |
| ·基于RS 的二次分类 | 第42-44页 |
| ·小结 | 第44-45页 |
| ·利用变精度粗糙集(VPRS) 进一步深入挖掘类似工程 | 第45-50页 |
| ·Ziarko 变精度粗糙集(VPRS)模型 | 第45-47页 |
| ·变精度粗糙集(VPRS)在挖掘同类工程中的应用 | 第47-50页 |
| ·小结 | 第50页 |
| ·RS 机器学习在WLCS 方法中的估算应用 | 第50-57页 |
| ·粗糙集机器学习过程 | 第51-52页 |
| ·基于粗糙集机器学习的WLC 估算方法研究 | 第52-57页 |
| ·小结 | 第57页 |
| ·粗集-神经网络(RS-NN)在WLCS 估算方法中的应用与研究 | 第57-64页 |
| ·人工神经网络 | 第58页 |
| ·粗集-神经网络(RS-NN)模型建立 | 第58-59页 |
| ·实例与仿真 | 第59-64页 |
| ·小结 | 第64页 |
| ·本章小结 | 第64-65页 |
| 第四章 WLC、CS、NN、GA、群智能算法集成估算方法研究 | 第65-96页 |
| ·基于遗传神经网络的WLC 估算方法研究 | 第65-77页 |
| ·遗传算法 | 第65-66页 |
| ·神经网络与遗传算法的集成 | 第66-67页 |
| ·造价估算模型的建立 | 第67-71页 |
| ·实例与仿真 | 第71-77页 |
| ·小结 | 第77页 |
| ·基于PSO 优化算法的RBF 神经网络WLCS 估算方法研究 | 第77-82页 |
| ·粒子群(PSO)优化算法 | 第78页 |
| ·粒子群(PSO)优化RBF 神经网络 | 第78-80页 |
| ·实例与仿真 | 第80-82页 |
| ·小结 | 第82页 |
| ·基于混沌-神经网络理论的ACWP、BCWP 估算研究 | 第82-95页 |
| ·用已获价值理论EVM 监控项目造价 | 第83-84页 |
| ·混沌-神经网络建模步骤 | 第84-87页 |
| ·实例与仿真 | 第87-94页 |
| ·小结 | 第94-95页 |
| ·本章小结 | 第95-96页 |
| 第五章 结论及展望 | 第96-98页 |
| ·结论 | 第96页 |
| ·展望 | 第96-98页 |
| 参考文献 | 第98-102页 |
| 致谢 | 第102-103页 |
| 个人简历、在学期间的研究成果及发表的学术论文 | 第103页 |
