摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第10-17页 |
1.1 选题背景及其意义 | 第10-12页 |
1.1.1 选题背景 | 第10-11页 |
1.1.2 研究意义 | 第11-12页 |
1.2 国内外研究现状及发展动态分析 | 第12-15页 |
1.2.1 国内外质量预警监管研究现状 | 第12-13页 |
1.2.2 国内外智能算法应用研究现状 | 第13-15页 |
1.3 本文研究的主要内容 | 第15-17页 |
第2章 相关基础理论研究 | 第17-27页 |
2.1 建设项目质量预警理论分析 | 第17-19页 |
2.1.1 建设项目质量预警定义 | 第17-18页 |
2.1.2 建设项目质量预警的指导思想 | 第18-19页 |
2.2 支持向量机智能算法理论分析 | 第19-23页 |
2.2.1 统计学习理论分析 | 第19-20页 |
2.2.2 支持向量机理论分析 | 第20-22页 |
2.2.3 支持向量机研究趋势 | 第22-23页 |
2.3 遗传算法的优化理论分析 | 第23-26页 |
2.3.1 遗传算法理论概述 | 第23-24页 |
2.3.2 标准遗传算法的特点及不足 | 第24-25页 |
2.3.3 改进自适应遗传算法 | 第25-26页 |
2.4 本章小结 | 第26-27页 |
第3章 支持向量机改进模型研究 | 第27-42页 |
3.1 技术改进支持向量机的理论分析 | 第27-32页 |
3.1.1 支持向量机原始模型的技术不足分析 | 第27-29页 |
3.1.2 支持向量机的技术改进研究现状及趋势 | 第29-30页 |
3.1.3 基于自适应遗传算法的支持向量机技术改进 | 第30-32页 |
3.2 应用改进支持向量机的理论分析 | 第32-38页 |
3.2.1 向量机原始模型的应用不足分析 | 第32-34页 |
3.2.2 基于模糊综合评价的建设醒目质量风险评价 | 第34-37页 |
3.2.3 基于质量风险的支持向量机应用改进 | 第37-38页 |
3.3 改进支持向量机算例 | 第38-41页 |
3.3.1 技术改进支持向量机算例验证 | 第38-40页 |
3.3.2 应用改进支持向量机算例验证 | 第40-41页 |
3.4 本章小结 | 第41-42页 |
第4章 基于向量机改进模型的质量预警研究 | 第42-54页 |
4.1 建设项目工作分解结构 | 第42-46页 |
4.1.1 项目工作分解结构理论分析 | 第42-44页 |
4.1.2 建设项目工作分解结构WBS | 第44-46页 |
4.2 建设项目质量预警数据的收集和应用 | 第46-49页 |
4.2.1 质量管理中的数据分析 | 第46-47页 |
4.2.2 改进支持向量机的建模研究 | 第47-49页 |
4.3 基于改进向量机模型质量预警应用探讨 | 第49-53页 |
4.3.1 质量预警响应机制构建思路 | 第49-51页 |
4.3.2 项目质量预警响应机制的设计与实现 | 第51-53页 |
4.4 本章小结 | 第53-54页 |
第5章 研究成果和结论 | 第54-55页 |
参考文献 | 第55-59页 |
攻读硕士学位期间发表的论文及其它成果 | 第59-60页 |
致谢 | 第60页 |