建筑企业精益建设技术采纳意愿与采纳决策模型研究
| 内容摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第12-22页 |
| 1.1 研究背景 | 第12-14页 |
| 1.2 研究目的和意义 | 第14-16页 |
| 1.2.1 研究目的 | 第14-15页 |
| 1.2.2 研究意义 | 第15-16页 |
| 1.3 研究内容和技术路线 | 第16-19页 |
| 1.3.1 研究内容 | 第17-18页 |
| 1.3.2 技术路线 | 第18-19页 |
| 1.4 研究方法和创新点 | 第19-22页 |
| 1.4.1 研究方法 | 第19-20页 |
| 1.4.2 创新点 | 第20-22页 |
| 第2章 相关理论基础和文献综述 | 第22-58页 |
| 2.1 精益建设相关理论 | 第22-36页 |
| 2.1.1 精益建设的内涵 | 第22-24页 |
| 2.1.2 精益建设原则 | 第24-26页 |
| 2.1.3 TFV理论 | 第26-27页 |
| 2.1.4 精益建设关键技术 | 第27-36页 |
| 2.2 技术采纳相关理论 | 第36-46页 |
| 2.2.1 企业技术创新采纳 | 第36-37页 |
| 2.2.2 技术采纳行为理论 | 第37-46页 |
| 2.3 文献综述 | 第46-57页 |
| 2.3.1 国内外精益建设研究文献综述 | 第46-53页 |
| 2.3.2 国内外技术采纳研究文献综述 | 第53-56页 |
| 2.3.3 研究述评 | 第56-57页 |
| 2.4 本章小结 | 第57-58页 |
| 第3章 精益建设技术采纳意愿概念模型构建 | 第58-68页 |
| 3.1 模型的理论基础与框架 | 第58-60页 |
| 3.2 精益建设技术采纳意愿模型研究假设 | 第60-66页 |
| 3.2.1 环境因素分析 | 第60-61页 |
| 3.2.2 组织因素分析 | 第61-63页 |
| 3.2.3 技术因素分析 | 第63-64页 |
| 3.2.4 其他因素 | 第64-66页 |
| 3.3 采纳意愿概念模型 | 第66页 |
| 3.4 本章小结 | 第66-68页 |
| 第4章 量表开发和问卷设计 | 第68-87页 |
| 4.1 量表编制 | 第68-72页 |
| 4.2 问卷设计 | 第72-86页 |
| 4.2.1 问卷试调查 | 第72页 |
| 4.2.2 项目分析 | 第72-85页 |
| 4.2.3 正式问卷形成 | 第85-86页 |
| 4.3 本章小结 | 第86-87页 |
| 第5章 精益建设技术采纳意愿实证研究 | 第87-106页 |
| 5.1 样本数据特征 | 第87-92页 |
| 5.2 数据质量检测 | 第92-99页 |
| 5.2.1 结构方程模型介绍 | 第92-93页 |
| 5.2.2 结构方程分析方法 | 第93-94页 |
| 5.2.3 测量数据检验 | 第94-99页 |
| 5.3 假设模型检验 | 第99-104页 |
| 5.4 本章小结 | 第104-106页 |
| 第6章 精益建设技术采纳决策模型构建 | 第106-122页 |
| 6.1 支持向量机(SVM)原理介绍 | 第106-110页 |
| 6.1.1 基本概念 | 第106-107页 |
| 6.1.2 支持向量机体系 | 第107-110页 |
| 6.1.3 SVM方法主要优点 | 第110页 |
| 6.2 基于SVM的模型构建 | 第110-116页 |
| 6.2.1 模型构建方法 | 第110-114页 |
| 6.2.2 仿真结果分析 | 第114-116页 |
| 6.3 基于BP神经网络的模型构建 | 第116-119页 |
| 6.3.1 BP神经网络算法实现 | 第116-118页 |
| 6.3.2 仿真结果分析 | 第118-119页 |
| 6.4 实例分析 | 第119-120页 |
| 6.5 本章小结 | 第120-122页 |
| 第7章 研究结论与展望 | 第122-128页 |
| 7.1 研究结论及实施建议 | 第122-125页 |
| 7.1.1 研究结论 | 第122-124页 |
| 7.1.2 实施建议 | 第124-125页 |
| 7.2 研究不足 | 第125-126页 |
| 7.3 研究展望 | 第126-128页 |
| 附录 | 第128-132页 |
| 参考文献 | 第132-148页 |
| 后记 | 第148页 |
