| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 前言 | 第8-12页 |
| 1.1 研究背景和意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-10页 |
| 1.3 研究思路与方法 | 第10-12页 |
| 第2章 成本动因和成本预测相关理论 | 第12-20页 |
| 2.1 成本动因的内涵与分类 | 第12-14页 |
| 2.1.1 成本动因的内涵 | 第12页 |
| 2.1.2 成本动因的分类 | 第12-14页 |
| 2.2 成本预测的过程和方法 | 第14-20页 |
| 2.2.1 成本预测过程 | 第14-15页 |
| 2.2.2 成本预测的基本方法 | 第15-18页 |
| 2.2.3 成本预测的方法评价 | 第18-20页 |
| 第3章 油田区块成本构成及动因分析 | 第20-31页 |
| 3.1 油田区块成本的构成及特性分析 | 第20-22页 |
| 3.1.1 油田区块的界定 | 第20页 |
| 3.1.2 油田区块成本的构成 | 第20-22页 |
| 3.1.3 油田区块成本特性分析 | 第22页 |
| 3.2 油田区块成本动因的选择 | 第22-27页 |
| 3.2.1 成本动因的选择原则 | 第22-23页 |
| 3.2.2 油田区块成本动因选择 | 第23-27页 |
| 3.3 基于成本动因的油田区块成本函数 | 第27-28页 |
| 3.4 油田区块成本动因合并 | 第28-31页 |
| 3.4.1 成本动因合并定性研究 | 第28-29页 |
| 3.4.2 成本动因合并定量研究 | 第29-31页 |
| 第4章 基于成本动因的油田区块成本预测方法的具体构建 | 第31-37页 |
| 4.1 基于成本动因的油田区块成本预测的内涵及要求 | 第31页 |
| 4.2 基于成本动因的油田区块成本预测方法的选择 | 第31-33页 |
| 4.3 基于成本动因BP神经网络的成本预测模型构建 | 第33-37页 |
| 4.3.1 设定BP神经网络的结构 | 第33-34页 |
| 4.3.2 样本归一化 | 第34页 |
| 4.3.3 学习参数的选取 | 第34-35页 |
| 4.3.4 设定动量系数 | 第35页 |
| 4.3.5 BP神经网络学习训练过程 | 第35-37页 |
| 第5章 基于成本动因的油田区块成本预测方法的应用分析——以某油田A区块油气提升系统为例 | 第37-46页 |
| 5.1 基于成本动因BP神经网络的A区块油气提升系统成本预测 | 第37-41页 |
| 5.1.1 样本数据相关性检验 | 第37-38页 |
| 5.1.2 样本数据预处理 | 第38-39页 |
| 5.1.3 BP神经网络预测实施 | 第39-40页 |
| 5.1.4 BP神经网络的训练及检验 | 第40-41页 |
| 5.2 基于成本动因的油田区块油气提升系统成本预测方法对比 | 第41-44页 |
| 5.2.1 基于成本动因回归分析的油田区块油气提升系统成本预测 | 第41页 |
| 5.2.2 基于时间序列的油田区块油气提升系统成本预测 | 第41-43页 |
| 5.2.3 基于成本动因的油田区块油气提升系统成本预测结果对比 | 第43-44页 |
| 5.3 基于成本动因的油田区块成本预测方法的应用建议 | 第44-46页 |
| 第6章 结论 | 第46-47页 |
| 参考文献 | 第47-49页 |
| 附录 | 第49-52页 |
| 攻读硕士学位期间取得的学术成果 | 第52-53页 |
| 致谢 | 第53页 |
