| 致谢 | 第1-6页 |
| 中文摘要 | 第6-8页 |
| ABSTRACT | 第8-10页 |
| 序 | 第10-14页 |
| 1 前言 | 第14-20页 |
| ·研究背景 | 第14-15页 |
| ·逻辑结构、研究方法和技术路线 | 第15-17页 |
| ·论文的逻辑结构 | 第15页 |
| ·研究方法的说明 | 第15-16页 |
| ·研究框架与技术路线图 | 第16-17页 |
| ·主要研究内容 | 第17-18页 |
| ·主要创新点 | 第18-20页 |
| 2 招标投标历史沿革与存在问题 | 第20-28页 |
| ·招标投标的历史沿革 | 第20-23页 |
| ·招标投标的历史沿革 | 第20-21页 |
| ·我国招标投标的历史沿革 | 第21-23页 |
| ·文献综述 | 第23-25页 |
| ·GA-SVR算法 | 第23-24页 |
| ·招标投标及评标理论的研究 | 第24-25页 |
| ·招标投标过程中存在的问题 | 第25-28页 |
| 3 相关理论综述 | 第28-39页 |
| ·基本概念 | 第28页 |
| ·招标投标的方式 | 第28-29页 |
| ·一般建设工程项目招标投标的程序 | 第29-31页 |
| ·招标组织 | 第30-31页 |
| ·投标组织 | 第31页 |
| ·开标、评标、中标 | 第31页 |
| ·签订合同 | 第31页 |
| ·招标投标的功能及意义 | 第31-33页 |
| ·招标投标的原则 | 第33-35页 |
| ·常用评标方法 | 第35-39页 |
| ·专家打分法 | 第35-36页 |
| ·最低标价法 | 第36页 |
| ·两阶段评议法 | 第36页 |
| ·基于人工智能的综合评分法 | 第36-37页 |
| ·总结 | 第37-39页 |
| 4 A公司的招标评标发展历程 | 第39-43页 |
| ·A公司简介 | 第39页 |
| ·A公司采用的招投标方法介绍 | 第39-40页 |
| ·合格名录招投标的方式和流程 | 第39-40页 |
| ·合格名录招投标法的参与方 | 第40页 |
| ·合格供应商的标准 | 第40页 |
| ·A公司合格名录法招投标机制分析 | 第40-42页 |
| ·A公司合格名录法招投标机制的性质 | 第40-41页 |
| ·A公司合格名录招投标机制的特点 | 第41-42页 |
| ·A公司的评标模型沿革 | 第42-43页 |
| 5 改进GA-SVR算法的评标模型设计 | 第43-61页 |
| ·支持向量机(Support Vector Machines) | 第43-52页 |
| ·机器学习的基本问题和方法 | 第43-45页 |
| ·统计学习理论 | 第45-48页 |
| ·支持向量机 | 第48-51页 |
| ·改进的SVR算法 | 第51-52页 |
| ·遗传算法 | 第52-57页 |
| ·遗传算法的基本思想 | 第52-54页 |
| ·遗传算法的实现 | 第54-55页 |
| ·十进制遗传算法 | 第55-57页 |
| ·改进的GA-SVR算法 | 第57-58页 |
| ·影响评标结果的重要因素 | 第58-61页 |
| ·经济标 | 第58-59页 |
| ·技术标 | 第59-60页 |
| ·综合得分表 | 第60-61页 |
| 6 改进GA-SVR算法的评标模型在A公司B项目招标投标评价中的应用 | 第61-67页 |
| ·B项目概况介绍 | 第61页 |
| ·基于改进GA-SVR算法的B项目招标的评标 | 第61-66页 |
| ·训练样本的获取 | 第62-63页 |
| ·基于改进GA-SVR算法的B项目招标的评标 | 第63-66页 |
| ·B项目实际工程建设中的状况 | 第66页 |
| ·小节 | 第66-67页 |
| 7 结论与展望 | 第67-69页 |
| ·基本结论 | 第67页 |
| ·研究展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 作者简历 | 第73-75页 |
| 学位论文数据集 | 第75页 |