| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 1 引言 | 第10-19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 国内外研究现状 | 第12-16页 |
| 1.2.1 国外研究现状 | 第12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.2.3 地铁建设项目进度风险研究现状 | 第13-14页 |
| 1.2.4 神经网络算法在项目进度风险管理中的应用研究现状 | 第14-15页 |
| 1.2.5 研究评述与展望 | 第15-16页 |
| 1.3 主要内容及技术路线 | 第16-17页 |
| 1.3.1 主要内容 | 第16页 |
| 1.3.2 技术路线 | 第16-17页 |
| 1.4 论文创新点 | 第17-19页 |
| 2 地铁项目施工进度风险分析相关理论 | 第19-31页 |
| 2.1 工程建设项目进度风险概述 | 第19-20页 |
| 2.1.1 工程建设项目进度风险的定义 | 第19页 |
| 2.1.2 工程建设项目进度风险的共性 | 第19-20页 |
| 2.1.3 工程建设项目进度风险的类别 | 第20页 |
| 2.2 地铁项目施工进度风险分析概述 | 第20-23页 |
| 2.2.1 项目施工进度风险分析的定义 | 第20-21页 |
| 2.2.2 项目施工进度风险分析的意义 | 第21页 |
| 2.2.3 项目施工进度风险分析的过程 | 第21-23页 |
| 2.2.4 地铁项目施工进度风险的特性 | 第23页 |
| 2.3 层次分析法概述 | 第23-30页 |
| 2.3.1 层次分析法的原理 | 第24-25页 |
| 2.3.2 层次分析法的求解过程简介 | 第25-29页 |
| 2.3.3 AHP层次分析法的优缺点 | 第29-30页 |
| 2.4 本章小结 | 第30-31页 |
| 3 改进的BP神经网络算法 | 第31-44页 |
| 3.1 神经网络算法简介 | 第32-36页 |
| 3.1.1 人工神经元模型 | 第33-36页 |
| 3.2 BP神经网络算法 | 第36-42页 |
| 3.2.1 BP神经网络的结构 | 第36-38页 |
| 3.2.2 标准BP神经网络学习算法 | 第38-41页 |
| 3.2.3 BP神经网络的缺点 | 第41-42页 |
| 3.3 BP神经网络算法的改进—随机Dropout-BP神经网络 | 第42-43页 |
| 3.3.1 基本Dropout方法 | 第42页 |
| 3.3.2 随机Dropout方法 | 第42-43页 |
| 3.4 本章小结 | 第43-44页 |
| 4 实证分析 | 第44-58页 |
| 4.1 地铁项目施工进度风险评价指标体系建立 | 第44-46页 |
| 4.2 层次分析法地铁项目进度风险评价 | 第46-49页 |
| 4.3 改进的BP神经网络算法地铁项目进度风险评价 | 第49-52页 |
| 4.3.1 数据预处理 | 第49页 |
| 4.3.2 神经网络的建立 | 第49-50页 |
| 4.3.3 对神经网络进行训练 | 第50-52页 |
| 4.4 地铁工程建设项目主要风险因素应对策略 | 第52-56页 |
| 4.4.1 施工单位管理风险 | 第53-54页 |
| 4.4.2 安装工程风险 | 第54-55页 |
| 4.4.3 理念技术创新风险 | 第55-56页 |
| 4.5 本章小结 | 第56-58页 |
| 5 总结与展望 | 第58-60页 |
| 5.1 总结 | 第58-59页 |
| 5.2 展望 | 第59-60页 |
| 参考文献 | 第60-66页 |
| 致谢 | 第66-67页 |
| 附录一 部分函数代码及初始值设定 | 第67-69页 |
| 攻读硕士学位期间发表的论文及科研情况 | 第69页 |
