中文摘要 | 第1-4页 |
英文摘要 | 第4-8页 |
1 绪论 | 第8-14页 |
·选题背景及其意义 | 第8-9页 |
·有小样本特点的工程数据学习现状 | 第9-10页 |
·统计学理论及支持向量机的研究现状 | 第10-11页 |
·原始数据处理方法的提出 | 第11-12页 |
·论文的主要研究内容 | 第12-14页 |
2 小样本学习算法 | 第14-21页 |
·学习和泛化问题 | 第14页 |
·支持向量机理论 | 第14-19页 |
·VC 维理论 | 第15-16页 |
·支持向量机 | 第16-18页 |
·核函数的定义 | 第18-19页 |
·最小二乘支持向量机算法 | 第19-20页 |
·本章小结 | 第20-21页 |
3 输变电工程造价数据处理 | 第21-39页 |
·输电工程造价数据特点及简化处理 | 第21-26页 |
·输电线路工程造价数据特点 | 第21-22页 |
·输电工程造价数据的简化处理 | 第22-26页 |
·变电工程造价数据特点及简化处理 | 第26-28页 |
·变电工程造价数据特点 | 第26-27页 |
·变电工程造价数据的简化处理 | 第27-28页 |
·输变电工程造价数据的聚类处理 | 第28-38页 |
·聚类算法概述 | 第28页 |
·模糊C 均值聚类算法 | 第28-32页 |
·基于模糊C 均值算法的输电工程造价聚类仿真 | 第32-34页 |
·基于主-子模块的变电工程造价数据分类 | 第34-38页 |
·本章小结 | 第38-39页 |
4 基于改进支持向量机的输变电工程造价估算 | 第39-55页 |
·数据降维处理 | 第39-44页 |
·主成份分析法的数学基础 | 第39-41页 |
·输电工程数据降维 | 第41-43页 |
·变电工程数据降维 | 第43-44页 |
·基于改进支持向量机(PSO-LSSVM) 算法的造价估算模型 | 第44-47页 |
·粒子群算法 | 第44-45页 |
·PSO-LSSVM 估算模型构建 | 第45-47页 |
·输电工程造价估算模型算例及分析 | 第47-51页 |
·变电工程造价估算模型算例及分析 | 第51-54页 |
·本章小结 | 第54-55页 |
5 基于估算模型的造价灵敏度分析 | 第55-63页 |
·工程造价快速评审方法 | 第55-56页 |
·灵敏度分析概述 | 第56-57页 |
·灵敏度分析的概念和分类 | 第56页 |
·局部灵敏度分析及计算方法 | 第56-57页 |
·基于最小二乘支持向量机的灵敏度分析模型 | 第57-58页 |
·实现流程图与稳定性评估 | 第58-60页 |
·具体算例分析 | 第60-62页 |
·本章小结 | 第62-63页 |
6 论文总结 | 第63-65页 |
·论文进行的主要工作 | 第63页 |
·需要进一步研究的问题 | 第63-65页 |
致谢 | 第65-66页 |
参考文献 | 第66-69页 |
附录 | 第69页 |
A. 作者在攻读硕士学位期间发表的论文目录 | 第69页 |
B. 作者在攻读硕士学位期间参加的科研项目目录 | 第69页 |