基于模糊神经网络的农村公路造价估算模型研究
| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·研究背景 | 第9-10页 |
| ·研究对象和研究意义 | 第10-11页 |
| ·研究对象 | 第10页 |
| ·研究意义 | 第10-11页 |
| ·研究方法和技术路线 | 第11-13页 |
| ·研究方法 | 第11页 |
| ·技术路线 | 第11-13页 |
| ·研究的主要内容和的结构 | 第13-15页 |
| 第2章 文献综述 | 第15-20页 |
| ·工程造价估算的研究综述 | 第15页 |
| ·国外内研究现状与发展 | 第15-19页 |
| ·公路工程造价计算的发展 | 第15-16页 |
| ·国外研究现状 | 第16-18页 |
| ·我国研究现状 | 第18-19页 |
| ·启示与借鉴 | 第19-20页 |
| 第3章 农村公路工程造价快速估算模型的选择分析 | 第20-31页 |
| ·农村公路工程造价特点分析 | 第20-26页 |
| ·目前我国农村公路造价估算特点 | 第20-22页 |
| ·公路工程造价的成分分析和模型工程特性的选取 | 第22-24页 |
| ·与公路工程造价估算相适应的模型的构建 | 第24-26页 |
| ·模糊数学和神经网络的结合 | 第26-30页 |
| ·选择模糊数学和神经网络的理由 | 第26-27页 |
| ·基于模糊神经网络的农村公路工程造价快速估算方法 | 第27-30页 |
| ·本章小节 | 第30-31页 |
| 第4章 农村公路工程造价快速估算模型的构建 | 第31-41页 |
| ·影响农村公路造价因素的选取 | 第31页 |
| ·原始数据的处理 | 第31-32页 |
| ·基于模糊数学的相似样本选取模型 | 第32-35页 |
| ·模型隶属函数的选取 | 第32-33页 |
| ·用贴近度来度量模糊性 | 第33-34页 |
| ·样本数的确定 | 第34-35页 |
| ·基于人工神经网络的造价预测模型 | 第35-39页 |
| ·网络拓扑结构的确定 | 第35-37页 |
| ·激活函数的确定和初始权值的选取 | 第37页 |
| ·样本的规范化处理 | 第37-38页 |
| ·BP网络训练与测试 | 第38页 |
| ·为提高神经网络泛化能力而做出的改进 | 第38-39页 |
| ·模型的计算步骤 | 第39-40页 |
| ·本章小节 | 第40-41页 |
| 第5章 农村公路工程造价快速估算的实现 | 第41-52页 |
| ·计算的实现 | 第41-49页 |
| ·MATLAB语言简介 | 第41-44页 |
| ·计算框图 | 第44-46页 |
| ·输入输出 | 第46页 |
| ·即神网工具箱与模型函数的确定 | 第46-49页 |
| ·数据收集的实现 | 第49-51页 |
| ·本章小节 | 第51-52页 |
| 第6章 农村公路工程造价快速估算的案例分析 | 第52-65页 |
| ·数据的收集与整理 | 第52-58页 |
| ·用模糊筛选确定训练样本 | 第58-59页 |
| ·用神经网络快速估算造价 | 第59-63页 |
| ·结果分析 | 第63-64页 |
| ·本章小节 | 第64-65页 |
| 第7章 结论与展望 | 第65-67页 |
| ·论文结论 | 第65-66页 |
| ·展望 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 附录A Matlab的造价模型计算程序 | 第70-72页 |
| 附录B 模糊神经和神经网络的相关知识 | 第72-83页 |
| 作者简介 | 第83页 |
