基于BP神经网络的建筑工程造价预测研究
| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 目录 | 第7-10页 |
| 1 绪论 | 第10-18页 |
| 1.1 研究背景和意义 | 第10-12页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 建筑工程造价预测的现状、面临问题 | 第12-13页 |
| 1.2.1 建筑工程造价预测的现状 | 第12页 |
| 1.2.2 建筑工程造价预测存在的问题 | 第12-13页 |
| 1.3 论文研究的目的和主要内容 | 第13-16页 |
| 1.3.1 研究目的 | 第13页 |
| 1.3.2 研究内容 | 第13-14页 |
| 1.3.3 研究方法 | 第14-16页 |
| 1.3.4 技术路线 | 第16页 |
| 1.4 研究重点问题 | 第16-17页 |
| 1.5 本章小结 | 第17-18页 |
| 2 文献综述 | 第18-25页 |
| 2.1 国内外工程造价预测研究综述 | 第18-21页 |
| 2.1.1 国内研究综述 | 第18-20页 |
| 2.1.2 国外研究综述 | 第20-21页 |
| 2.2 国内外建筑工程造价预测的先进经验 | 第21-23页 |
| 2.3 借鉴和启示 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 3 建筑工程造价预测分析 | 第25-35页 |
| 3.1 建筑工程造价预测对象研究 | 第25页 |
| 3.2 工程造价预测概述 | 第25-29页 |
| 3.2.1 工程造价的分类 | 第25-27页 |
| 3.2.2 工程造价预测的定义 | 第27-28页 |
| 3.2.3 工程造价预测的重要性 | 第28-29页 |
| 3.3 建筑工程造价预测影响因素分析 | 第29-34页 |
| 3.3.1 建筑工程造价影响因子提取 | 第29-32页 |
| 3.3.2 建筑工程造价影响因子归类 | 第32-34页 |
| 3.4 本章小结 | 第34-35页 |
| 4 建筑工程造价快速预测方法选择 | 第35-47页 |
| 4.1 传统工程造价快速预测方法分析 | 第35-41页 |
| 4.1.1 单位指标法 | 第35页 |
| 4.1.2 线性回归分析 | 第35-36页 |
| 4.1.3 时间序列分析 | 第36-37页 |
| 4.1.4 灰色理论 | 第37页 |
| 4.1.5 神经网络 | 第37-41页 |
| 4.2 BP神经网络原理 | 第41-45页 |
| 4.3 基于BP神经网络的建筑工程造价预测合理性 | 第45-46页 |
| 4.4 本章小结 | 第46-47页 |
| 5 基于BP神经网络的建筑工程造价预测模型构建 | 第47-56页 |
| 5.1 指标选取 | 第47-53页 |
| 5.1.1 建筑工程造价预测指标选取 | 第47-48页 |
| 5.1.2 建筑工程造价预测指标内涵 | 第48-51页 |
| 5.1.3 建筑工程造价预测指标量化 | 第51-53页 |
| 5.2 BP神经网络预测模型简介 | 第53-54页 |
| 5.3 模型构建机理 | 第54-55页 |
| 5.4 本章小结 | 第55-56页 |
| 6 案例分析 | 第56-66页 |
| 6.1 案例选取 | 第56页 |
| 6.2 指标处理 | 第56-58页 |
| 6.3 模型仿真分析 | 第58-65页 |
| 6.3.1 模型仿真环境简介 | 第58-59页 |
| 6.3.2 BP神经网络预测模型的构建 | 第59-60页 |
| 6.3.3 使用BP神经网络预测模型的预测 | 第60-61页 |
| 6.3.4 BP神经网络预测模型的评价 | 第61-64页 |
| 6.3.5 样本个数对模型的影响分析 | 第64-65页 |
| 6.4 本章小结 | 第65-66页 |
| 7 结论与展望 | 第66-68页 |
| 7.1 结论 | 第66页 |
| 7.2 展望 | 第66-68页 |
| 参考文献 | 第68-71页 |
| 附件1 | 第71-74页 |
| 作者简历 | 第74页 |
