基于神经网络的IT项目风险评估模型研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-15页 |
| ·研究背景和意义 | 第10-12页 |
| ·研究背景 | 第10-11页 |
| ·研究意义 | 第11-12页 |
| ·国内外研究现状 | 第12-13页 |
| ·国外研究现状 | 第12-13页 |
| ·国内研究现状 | 第13页 |
| ·论文的研究内容及组织结构 | 第13-15页 |
| 第2章 相关研究理论综述 | 第15-27页 |
| ·项目风险管理的相关概念 | 第15-21页 |
| ·项目风险的定义 | 第15-16页 |
| ·项目风险管理的步骤 | 第16-17页 |
| ·风险评估的方法 | 第17-21页 |
| ·人工神经网络 | 第21-26页 |
| ·生物神经元模型 | 第21页 |
| ·ANN结构 | 第21-23页 |
| ·常见的神经网络模型 | 第23-24页 |
| ·神经网络的学习方式 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 IT风险评估模型构建 | 第27-58页 |
| ·IT项目风险评估指标体系 | 第27-33页 |
| ·风险因素识别的方法 | 第27-28页 |
| ·指标体系构建原则 | 第28-29页 |
| ·IT项目风险影响因子 | 第29-33页 |
| ·主成分分析 | 第33-36页 |
| ·BP神经网络模型 | 第36-44页 |
| ·BP神经网络的网络结构 | 第36-37页 |
| ·BP网络的学习过程 | 第37-40页 |
| ·BP网络的缺陷及原因 | 第40-42页 |
| ·BP网络的改进 | 第42-44页 |
| ·Matlab模型仿真 | 第44-55页 |
| ·训练样本的数据处理 | 第44-45页 |
| ·Matlab神经网络工具箱 | 第45-47页 |
| ·网络参数的确定 | 第47-48页 |
| ·仿真过程及结果分析 | 第48-55页 |
| ·案例分析 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 第4章 IT项目风险评估系统的设计 | 第58-70页 |
| ·IT项目风险评估系统的整体结构 | 第58-59页 |
| ·系统的流程设计 | 第59-62页 |
| ·风险识别模块流程设计 | 第60-61页 |
| ·风险分析模块流程设计 | 第61页 |
| ·风险评估模块流程设计 | 第61-62页 |
| ·数据库的设计 | 第62-65页 |
| ·数据库表设计 | 第63-64页 |
| ·数据库的连接 | 第64-65页 |
| ·功能设计 | 第65-69页 |
| ·本章小结 | 第69-70页 |
| 第5章 总结与展望 | 第70-72页 |
| 参考文献 | 第72-75页 |
| 攻读学位期间公开发表论文 | 第75-76页 |
| 致谢 | 第76页 |
