| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 1 绪论 | 第10-23页 |
| ·研究背景 | 第10-13页 |
| ·工程项目的概念和特点 | 第10-11页 |
| ·工程项目风险的概念和特点 | 第11-12页 |
| ·工程项目风险管理和风险管理研究的重要性 | 第12-13页 |
| ·相关问题研究现状 | 第13-19页 |
| ·工程项目风险管理的理论研究和应用现状 | 第13-17页 |
| ·基于人工神经网络的工程项目风险管理的研究现状 | 第17-19页 |
| ·研究内容和技术路线 | 第19-23页 |
| ·本论文主要内容 | 第19-20页 |
| ·本文的研究意义 | 第20-21页 |
| ·研究的难点 | 第21页 |
| ·技术路线和章节安排 | 第21-23页 |
| 2 本研究的理论基础 | 第23-38页 |
| ·工程项目风险管理的一般理论 | 第23-32页 |
| ·工程项目风险的来源和分类 | 第23-25页 |
| ·工程项目风险管理程序 | 第25-32页 |
| ·ANN简介 | 第32-36页 |
| ·生物神经元模型 | 第32-33页 |
| ·人工神经元模型 | 第33页 |
| ·人工神经网络结构及工作方式 | 第33-34页 |
| ·神经网络的学习 | 第34-36页 |
| ·人工神经网络的特点 | 第36页 |
| ·本章小结 | 第36-38页 |
| 3 基于BP神经网络的工程项目风险综合评价 | 第38-55页 |
| ·工程项目风险综合评价指标体系的建立 | 第38-41页 |
| ·工程项目风险评价的内容和作用 | 第38页 |
| ·工程项目个别风险评价和综合风险评价 | 第38-39页 |
| ·常用的风险综合评价方法及其不足 | 第39-40页 |
| ·工程项目风险综合评价指标体系的建立 | 第40-41页 |
| ·BP神经网络及其算法 | 第41-48页 |
| ·BP神经网络模型 | 第41-42页 |
| ·BP神经网络的学习算法 | 第42-48页 |
| ·基于BP神经网络的工程项目风险综合评价模型的建立 | 第48-53页 |
| ·训练样本的选择和输入元素的模糊处理 | 第48-49页 |
| ·工程项目风险综合评价的BP神经网络模型的设计 | 第49-51页 |
| ·模型训练和仿真 | 第51-53页 |
| ·模型评价 | 第53页 |
| ·本章小结 | 第53-55页 |
| 4 基于RBF神经网络的变更索赔风险管理 | 第55-74页 |
| ·变更索赔风险的基本理论 | 第55-59页 |
| ·变更索赔的基本概念 | 第55-56页 |
| ·变更索赔的分类 | 第56页 |
| ·工程项目建设各个阶段的变更索赔风险识别 | 第56-58页 |
| ·变更索赔率及其影响因素 | 第58-59页 |
| ·RBF神经网络及其算法 | 第59-70页 |
| ·RBF神经网络模型 | 第59-62页 |
| ·RBF神经网络的学习算法 | 第62-69页 |
| ·Matlab神经网络工具箱中的径向基设计函数 | 第69-70页 |
| ·基于RBF神经网络的变更索赔率预测模型 | 第70-73页 |
| ·样本的选择 | 第70-71页 |
| ·模型的建立 | 第71-72页 |
| ·模型的训练和仿真结果分析 | 第72页 |
| ·模型评价 | 第72-73页 |
| ·本章小结 | 第73-74页 |
| 5 基于神经网络的工程项目风险管理专家系统设计 | 第74-88页 |
| ·专家系统概述 | 第74-78页 |
| ·专家系统的发展 | 第74页 |
| ·专家系统的定义 | 第74-75页 |
| ·传统专家系统的一般结构 | 第75-76页 |
| ·专家系统的开发步骤 | 第76页 |
| ·基于神经网络的专家系统 | 第76-78页 |
| ·基于神经网络的工程项目风险管理专家系统初步设计 | 第78-79页 |
| ·系统总体结构 | 第78-79页 |
| ·各模块的作用 | 第79页 |
| ·基于神经网络的工程项目风险管理专家系统详细设计 | 第79-84页 |
| ·知识库设计 | 第80-82页 |
| ·系统主界面设计 | 第82页 |
| ·风险综合评价模块设计 | 第82-84页 |
| ·系统实现 | 第84-86页 |
| ·系统开发工具的选择 | 第84-86页 |
| ·系统开发的关键 | 第86页 |
| ·系统的后续研究意义 | 第86-87页 |
| ·本章小结 | 第87-88页 |
| 6 结论与展望 | 第88-90页 |
| ·结论 | 第88-89页 |
| ·展望 | 第89-90页 |
| ·关于利用神经网络方法进行风险管理的展望 | 第89页 |
| ·关于基于神经网络的风险管理专家系统后续开发的展望 | 第89-90页 |
| 致谢 | 第90-91页 |
| 参考文献 | 第91-96页 |
| 附录 | 第96页 |
| 一、攻读硕士期间发表论文 | 第96页 |
| 二、攻读硕士期间参加科研项目 | 第96页 |