| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-13页 |
| ·研究背景及意义 | 第8-9页 |
| ·文献综述 | 第9-10页 |
| ·项目风险管理理论 | 第9-10页 |
| ·本文研究的内容及创新点 | 第10-11页 |
| ·研究内容 | 第10-11页 |
| ·主要创新点 | 第11页 |
| ·研究技术路线与章节安排 | 第11-13页 |
| 第二章 BOT项目融资模式 | 第13-20页 |
| ·BOT项目发展 | 第13页 |
| ·BOT项目融资模式涵义和融资结构 | 第13-18页 |
| ·涵义 | 第13-14页 |
| ·BOT项目融资结构各参与方 | 第14-18页 |
| ·BOT项目融资模式的比较优势 | 第18-20页 |
| 第三章 项目的风险管理研究 | 第20-30页 |
| ·项目风险管理的涵义及特征 | 第20-22页 |
| ·风险的涵义 | 第20页 |
| ·BOT项目风险的特征 | 第20-22页 |
| ·项目风险识别 | 第22-25页 |
| ·风险的识别方法 | 第23-24页 |
| ·BOT项目融资风险因素的评价指标体系 | 第24-25页 |
| ·风险分析和评估 | 第25-30页 |
| ·风险分析和评估的概念 | 第25-26页 |
| ·风险的量化方式 | 第26-27页 |
| ·风险评估的方法和工具 | 第27-30页 |
| 第四章 基于人工神经网络的项目风险管理系统构建 | 第30-47页 |
| ·人工神经网络的理论内涵 | 第30-32页 |
| ·人工神经网络的发展历程 | 第30页 |
| ·人工神经网络的涵义 | 第30-31页 |
| ·人工神经网络的思想和原理 | 第31页 |
| ·人工神经网络的特点 | 第31-32页 |
| ·BP人工神经网络的结构分析 | 第32-36页 |
| ·BP人工神经元的拓扑结构分析 | 第32页 |
| ·BP人工神经网络的结构分析 | 第32-34页 |
| ·BP人工神经网络的算法分析 | 第34-36页 |
| ·BOT项目融资风险评价指标体系的建立 | 第36-38页 |
| ·风险评价指标体系设置原则 | 第36-37页 |
| ·BP人工神经网络风险评价指标体系 | 第37-38页 |
| ·BP人工神经网络参数的设计 | 第38-43页 |
| ·网络层次的确定 | 第38-39页 |
| ·各层节点数的确定 | 第39-40页 |
| ·激励函数的确定 | 第40-41页 |
| ·训练函数的选取 | 第41-43页 |
| ·应用Matlab软件的项目风险评价模型的构建 | 第43-46页 |
| ·模型训练数据的获取 | 第43页 |
| ·模型创建 | 第43-44页 |
| ·参数初始化 | 第44-45页 |
| ·模型训练与检测 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 BP人工神经网络模型在邯港高速项目中的应用 | 第47-51页 |
| ·邯港高速项目概况 | 第47-48页 |
| ·基本情况 | 第47页 |
| ·项目融资模式 | 第47-48页 |
| ·项目技术要求 | 第48页 |
| ·社会效应 | 第48页 |
| ·收费情况 | 第48页 |
| ·应用模型对邯港高速项目融资风险评价 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 第六章 总结与展望 | 第51-53页 |
| ·全文总结 | 第51页 |
| ·不足及展望 | 第51-53页 |
| ·本文研究的不足 | 第51-52页 |
| ·展望 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 攻读硕士学位期间发表论文情况 | 第57-58页 |
| 致谢 | 第58页 |