| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-8页 |
| 1 绪论 | 第8-11页 |
| ·课题研究背景及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·本文的主要工作 | 第10页 |
| ·本章小结 | 第10-11页 |
| 2 相关技术分析 | 第11-19页 |
| ·风险预测理论 | 第11-14页 |
| ·风险预测问题的分析 | 第11页 |
| ·风险评价方法 | 第11-12页 |
| ·风险预测方法 | 第12-14页 |
| ·人工神经网络 | 第14-15页 |
| ·BP 神经网络 | 第15-16页 |
| ·BP 算法 | 第16-17页 |
| ·BP 算法实现步骤 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 3 遗传优化神经网络算法的风险预测研究 | 第19-28页 |
| ·BP 算法在风险预测中的应用 | 第19-20页 |
| ·遗传算法 | 第20-23页 |
| ·编码的选择 | 第21页 |
| ·初始化种群 | 第21-22页 |
| ·计算适应度函数 | 第22页 |
| ·遗传算子 | 第22-23页 |
| ·初始化权值 | 第23页 |
| ·遗传优化神经网络风险预测 | 第23-27页 |
| ·遗传算法与神经网络的结合 | 第23-24页 |
| ·遗传算法优化神经网络的权值 | 第24-25页 |
| ·遗传算法优化神经网络的结构 | 第25-26页 |
| ·基于遗传算法优化神经网络的风险预测 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 4 遗传优化神经网络算法在 PPP 项目风险预测中的应用 | 第28-51页 |
| ·公共基础设施项目运行模式 | 第28页 |
| ·模糊综合评价风险因素 | 第28-36页 |
| ·风险因素的分类 | 第28-29页 |
| ·风险因素的评价 | 第29-31页 |
| ·风险因素的模糊综合计算 | 第31-34页 |
| ·风险因素评估数据 | 第34-35页 |
| ·输入输出参数处理 | 第35-36页 |
| ·遗传优化神经网络算法的实现步骤 | 第36-37页 |
| ·遗传优化神经网络风险预测实现 | 第37-40页 |
| ·仿真实验 | 第40-50页 |
| ·实验设计 | 第41-42页 |
| ·实验过程 | 第42-47页 |
| ·实验结果 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 5 PPP 项目风险预测系统的设计与实现 | 第51-65页 |
| ·需求分析 | 第51-52页 |
| ·系统设计 | 第52-57页 |
| ·系统体系架构 | 第52-54页 |
| ·系统功能模块划分 | 第54-55页 |
| ·遗传优化神经网络模型训练 | 第55-56页 |
| ·遗传优化神经网络应用模型 | 第56-57页 |
| ·系统实现 | 第57-61页 |
| ·系统运行效果分析 | 第61-63页 |
| ·本章小结 | 第63-65页 |
| 6 结论与展望 | 第65-67页 |
| ·结论 | 第65页 |
| ·工作展望 | 第65-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 附录 | 第71页 |
| A. 作者在攻读硕士学位期间发表的论文目录 | 第71页 |
| B. 作者在攻读硕士学位期间参与的科研项目 | 第71页 |