| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第11-26页 |
| 1.1 问题的提出 | 第11-19页 |
| 1.1.1 案例 | 第11-12页 |
| 1.1.2 研究背景 | 第12-18页 |
| 1.1.3 研究意义 | 第18-19页 |
| 1.2 国内外研究现状 | 第19-22页 |
| 1.2.1 费用预测方法综述 | 第19页 |
| 1.2.2 应急费用预测 | 第19-20页 |
| 1.2.3 可行性研究估算费用预测 | 第20-21页 |
| 1.2.4 预测理论及评价方法 | 第21-22页 |
| 1.3 研究方法与结构安排 | 第22-25页 |
| 1.3.1 研究方法 | 第22-23页 |
| 1.3.2 结构安排 | 第23-25页 |
| 1.4 本章小结 | 第25-26页 |
| 第2章 变量及原始数据 | 第26-35页 |
| 2.1 因变量及其构成 | 第26-27页 |
| 2.1.1 因变量 | 第26页 |
| 2.1.2 因变量构成 | 第26-27页 |
| 2.2 自变量及其含义、组成 | 第27-33页 |
| 2.2.1 自变量概述 | 第27页 |
| 2.2.2 清单计价定额组价价格 | 第27-29页 |
| 2.2.3 工程量 | 第29-31页 |
| 2.2.4 维护点位数 | 第31页 |
| 2.2.5 夜间工作时长 | 第31-32页 |
| 2.2.6 闲置时长 | 第32页 |
| 2.2.7 道路类型 | 第32-33页 |
| 2.3 原始数据 | 第33页 |
| 2.4 本章小结 | 第33-35页 |
| 第3章 数据回归分析 | 第35-48页 |
| 3.1 实验理论基础 | 第35-40页 |
| 3.1.1 回归分析方法概述 | 第35页 |
| 3.1.2 线性回归与非线性变换 | 第35-38页 |
| 3.1.3 回归分析重要参数 | 第38-40页 |
| 3.2 回归分析实验 | 第40-46页 |
| 3.2.1 回归分析实验过程 | 第40-43页 |
| 3.2.2 回归分析实验结果及意义 | 第43-46页 |
| 3.3 本章小结 | 第46-48页 |
| 第4章 数据人工神经网络分析 | 第48-64页 |
| 4.1 实验理论基础 | 第48-51页 |
| 4.1.1 人工神经网络基本概念 | 第48页 |
| 4.1.2 BP算法 | 第48页 |
| 4.1.3 RBF算法 | 第48-49页 |
| 4.1.4 人工神经网络重要参数 | 第49-51页 |
| 4.2 BP及RBF算法神经网络实验 | 第51-62页 |
| 4.2.1 神经网络实验过程 | 第51-61页 |
| 4.2.2 神经网络实验结果及意义 | 第61-62页 |
| 4.3 本章小结 | 第62-64页 |
| 第5章 回归分析、BP算法及RBF算法神经网络的预测能力比较 | 第64-71页 |
| 5.1 训练数据回归分析 | 第64-68页 |
| 5.1.1 回归分析实验过程 | 第64-66页 |
| 5.1.2 回归分析实验结果及意义 | 第66-68页 |
| 5.2 三种方法的测试结果比较 | 第68-69页 |
| 5.3 原因分析 | 第69-70页 |
| 5.4 本章小结 | 第70-71页 |
| 第6章 算例 | 第71-74页 |
| 6.1 预测项目 | 第71-73页 |
| 6.2 本章小结 | 第73-74页 |
| 结论与展望 | 第74-78页 |
| 研究结论与建议 | 第74-75页 |
| 研究不足及未来展望 | 第75-78页 |
| 致谢 | 第78-79页 |
| 参考文献 | 第79-84页 |
| 附录1 成都市市管城市道路(西南半城)2014－2016年定点维护项目原始数据收集表 | 第84-89页 |
| 附录2 Matlab神经网络程序 | 第89-92页 |
| 索引攻读硕士学位期间发表的论文及科研成果 | 第92页 |