项目风险分析的人工神经网络理论模型及应用研究
| 中文摘要 | 第1页 |
| 英文摘要 | 第4-7页 |
| 第一章 风险的概念和属性 | 第7-15页 |
| ·研究的背景和意义 | 第7页 |
| ·风险的概念 | 第7-8页 |
| ·风险的属性与分类 | 第8-15页 |
| ·风险的属性 | 第8-10页 |
| ·风险的辨识 | 第10-11页 |
| ·风险的分类 | 第11-14页 |
| ·风险估计和评价 | 第14-15页 |
| 第二章 基于BP神经网络的项目风险分析模型的构建 | 第15-26页 |
| ·基于BP神经网络的项目风险分析模型概述 | 第15页 |
| ·人工神经网络的基本原理 | 第15-19页 |
| ·人工神经网络的定义 | 第15-18页 |
| ·神经网络方法与传统计算模型的区别 | 第18-19页 |
| ·人工神经网络模型的工作原理 | 第19-26页 |
| ·人脑神经元 | 第19-21页 |
| ·神经元模型 | 第21-22页 |
| ·人工神经网络的理论发展与现状 | 第22-23页 |
| ·前馈神经网络 | 第23-26页 |
| 第三章 BP算法(误差向后传播算法) | 第26-35页 |
| ·BP算法的基本原理 | 第26-29页 |
| ·BP网的训练与测试 | 第29-30页 |
| ·BP网络的改进 | 第30-31页 |
| ·附加动量法 | 第31-32页 |
| ·自适应学习速率 | 第32页 |
| ·BP算法的特点 | 第32页 |
| ·BP网络结构的优化 | 第32-35页 |
| 第四章 基于BP神经网络的风险分析模型的结构 | 第35-50页 |
| ·基于BP神经网络的风险分析模型的结构 | 第35-39页 |
| ·风险辨识单元 | 第35-37页 |
| ·神经网络单元 | 第37-38页 |
| ·风险评价单元 | 第38-39页 |
| ·基于BP神经网络的风险分析模型的计算机软件实现 | 第39-49页 |
| ·网络与硬件环境 | 第39页 |
| ·软件环境 | 第39页 |
| ·软件部分源代码 | 第39-49页 |
| ·项目风险分析人工神经网络模型的特点 | 第49-50页 |
| 第五章 结论和展望 | 第50-52页 |
| 参考文献 | 第52-54页 |
| 致谢 | 第54-55页 |
| 在学期间发表论文和参加科研情况 | 第55页 |
