| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第一章 绪论 | 第12-18页 |
| ·选题背景 | 第12-13页 |
| ·文献综述 | 第13-16页 |
| ·国外研究 | 第13-14页 |
| ·国内研究 | 第14-16页 |
| ·研究内容和方法 | 第16页 |
| ·研究内容 | 第16页 |
| ·研究方法 | 第16页 |
| ·本文的结构 | 第16-18页 |
| 第二章 船舶价格和船舶价格评估 | 第18-23页 |
| ·船舶价格及其走势分析 | 第18-20页 |
| ·船舶的价格 | 第18页 |
| ·船舶价格的走势 | 第18-20页 |
| ·船舶价格评估 | 第20页 |
| ·我国船舶价格评估市场 | 第20-23页 |
| 第三章 影响船舶价格的因素 | 第23-36页 |
| ·船舶自身技术特征对船舶价格的影响 | 第23-28页 |
| ·船型 | 第23页 |
| ·船龄 | 第23-24页 |
| ·船舶的载货能力 | 第24-25页 |
| ·船舶建造国 | 第25页 |
| ·船舶的主尺度和航区 | 第25-26页 |
| ·船级 | 第26页 |
| ·船旗 | 第26-27页 |
| ·船上机器设备 | 第27页 |
| ·航速和耗油 | 第27-28页 |
| ·船舶管理水平 | 第28页 |
| ·市场因素对船舶价格的影响 | 第28-31页 |
| ·运费费率 | 第29页 |
| ·新造船价格水平 | 第29-30页 |
| ·拆船价格水平 | 第30-31页 |
| ·船舶的交易因素对船舶价格的影响 | 第31-32页 |
| ·船舶买卖双方的情况 | 第31页 |
| ·交易的具体条件 | 第31-32页 |
| ·外部性因素对船舶价格的影响 | 第32-33页 |
| ·世界经济 | 第32页 |
| ·国家政策 | 第32-33页 |
| ·造船技术的进步 | 第33页 |
| ·环保的要求 | 第33页 |
| ·影响船舶价格因素的筛选 | 第33-35页 |
| ·依据船型对影响因素的筛选 | 第33-34页 |
| ·依据船龄对影响因素的筛选 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 船舶价格评估方法 | 第36-42页 |
| ·重置成本法 | 第36-37页 |
| ·运用重置成本法的前提条件 | 第36-37页 |
| ·重置成本法的优缺点 | 第37页 |
| ·收益法 | 第37-39页 |
| ·运用收益法的前提条件 | 第38页 |
| ·收益法的优缺点 | 第38页 |
| ·汉堡船舶价格评估模式 | 第38-39页 |
| ·市场法 | 第39-41页 |
| ·运用市场法的前提条件 | 第40页 |
| ·市场法的优缺点 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第五章 BP 神经网络的基本理论 | 第42-48页 |
| ·BP 神经网络的基本理论 | 第42-44页 |
| ·BP 神经网络的基本概念 | 第42-43页 |
| ·BP 神经网络的学习过程以及算法的数学描述 | 第43-44页 |
| ·BP 神经网络模型的建立 | 第44-46页 |
| ·原始数据的归一化、乱序和分类处理 | 第44-45页 |
| ·确定网络层数 | 第45页 |
| ·确定各层神经元数 | 第45-46页 |
| ·选取激励函数 | 第46页 |
| ·确定学习参数 | 第46页 |
| ·BP 神经网络在船舶价格评估中的适用性分析 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第六章 基于 BP 神经网络的灵便型干散货船价格评估 | 第48-58页 |
| ·研究对象的确认 | 第48页 |
| ·模型样本的确定及数据分析 | 第48-51页 |
| ·相关性分析 | 第51-52页 |
| ·船龄小于 20 年船舶 | 第51页 |
| ·船龄大于等于 20 年船舶 | 第51-52页 |
| ·基于 BP 神经网络的灵便型干散货船价格评估模型 | 第52-58页 |
| ·船龄小于 20 年的船舶价格评估模型 | 第52-55页 |
| ·船龄大于等于 20 年的船舶价格评估模型 | 第55-58页 |
| 第七章 结束语 | 第58-60页 |
| ·本文主要工作和创新点 | 第58页 |
| ·后续研究工作 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 附录 1 | 第63-65页 |
| 附录 2 | 第65-67页 |
| 致谢 | 第67-68页 |
| 攻读硕士学位期间发表的学术论文目录 | 第68页 |