首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

基于模糊优选BP神经网络的水利水电工程造价估算研究

摘要第1-6页
ABSTRACT第6-10页
第一章 绪论第10-16页
   ·研究背景及意义第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
     ·模糊数学理论在造价估算中的研究进展第12-13页
     ·神经网络在造价估算中的研究进展第13页
   ·研究内容与技术路线第13-16页
     ·研究内容第13-15页
     ·研究技术路线第15-16页
第二章 水电工程估算模型及特征类目指标确立第16-34页
   ·水电工程造价估算模型分析第16-19页
     ·造价估算模型理论基础第16-17页
     ·造价估算模型基本结构第17页
     ·造价估算模型工作流程第17-19页
   ·水电工程项目分解结构第19-20页
     ·工程项目分解第19-20页
     ·水电工程 PBS 分解第20页
   ·水电工程特征类目指标的确立第20-33页
     ·解释结构模型理论第20-22页
     ·ISM 在水电工程造价影响因素分析中的应用第22-33页
   ·本章小结第33-34页
第三章 学习样本模糊优选第34-50页
   ·模糊数学理论第34-35页
   ·隶属度函数及权重的确定方法第35-37页
     ·隶属度函数的确定方法第35-36页
     ·权重的确定方法第36-37页
   ·学习样本模糊优选第37-49页
     ·特征类目指标隶属度的确立第37-45页
     ·工程特征类目指标权重的确立第45-47页
     ·工程贴近度计算第47-49页
   ·本章小结第49-50页
第四章 基于 BP 神经网络的水电工程造价估算第50-60页
   ·BP 神经网络第50-53页
     ·BP 网络原理和结构第50页
     ·BP 神经网络的模型第50-52页
     ·BP 神经网络的局限性及其改进第52-53页
   ·基于 BP 神经网络的水电工程造价估算第53-56页
     ·参数的确定第53-54页
     ·输入输出数据预处理第54-56页
   ·水电造价估算模型在 Matlab 中的实现第56-59页
     ·BP 网络的神经网络工具箱函数第56-58页
     ·估算模型的 Matlab 设计第58-59页
   ·本章小结第59-60页
第五章 案例第60-91页
   ·项目简介第60-61页
   ·项目特征类目指标提取及数据预处理第61-63页
     ·特征类目指标的提取第61-62页
     ·指标值数据预处理第62-63页
   ·项目造价估算第63-85页
     ·挡水工程造价估算第63-71页
     ·发电厂工程造价估算第71-76页
     ·泄水工程造价估算第76-81页
     ·引水工程造价估算第81-85页
   ·待估水电项目造价估算值与实际值分析比较第85-90页
     ·待估水电项目造价实际值第85-86页
     ·造价估算值与实际值比较第86-90页
   ·本章小结第90-91页
第六章 结论与展望第91-93页
   ·结论第91页
   ·展望第91-93页
参考文献第93-97页
致谢第97-98页
附录 A 攻读学位期间发表论文目录第98-99页
附录 B 初始学习样本数据第99-108页

论文共108页,点击 下载论文
上一篇:考虑洪灾损失风险的水火电随机优化调度研究
下一篇:浮箱式防波堤水动力特性试验研究