摘要 | 第4-5页 |
Abstract | 第5页 |
第一章 绪论 | 第8-15页 |
1.1 研究的背景及意义 | 第8-9页 |
1.2 国内外研究的现状及存在的主要问题 | 第9-14页 |
1.3 拟研究的主要内容及技术路线 | 第14-15页 |
第二章 建筑工程项目风险评价相关理论 | 第15-24页 |
2.1 建筑工程项目风险管理与风险评价概述 | 第15-18页 |
2.1.1 建筑工程项目风险管理的相关概念与特点 | 第15-16页 |
2.1.2 建筑工程项目风险评价的内涵 | 第16-17页 |
2.1.3 建筑工程项目风险评价技术 | 第17-18页 |
2.2 工程项目风险评价的特点 | 第18-19页 |
2.2.1 单一性 | 第18页 |
2.2.2 综合性 | 第18-19页 |
2.2.3 长期性 | 第19页 |
2.3 工程项目风险评价的内容与步骤 | 第19-21页 |
2.3.1 工程项目风险评价的内容 | 第19-20页 |
2.3.2 工程项目风险评价的步骤 | 第20-21页 |
2.4 人工神经网络理论概述 | 第21-24页 |
2.4.1 人工神经网络的研究现状 | 第21-22页 |
2.4.2 人工神经网络的特点与应用 | 第22页 |
2.4.3 人工神经网络的工作原理 | 第22-24页 |
第三章 建筑工程项目风险评价指标体系分析 | 第24-31页 |
3.1 建筑工程项目风险评价指标体系建立的原则 | 第24-25页 |
3.1.1 系统性原则 | 第24页 |
3.1.2 客观性原则 | 第24-25页 |
3.1.3 其他原则 | 第25页 |
3.2 建筑工程项目风险评价指标体系建立的思路 | 第25-26页 |
3.3 建筑工程项目风险评价指标体系的建立 | 第26-28页 |
3.4 评价指标与风险程度相关性表示 | 第28-31页 |
第四章 BP 神经网络模型的建立及模型的 MATLAB 实现 | 第31-38页 |
4.1 BP 神经网络模型的设计 | 第31-32页 |
4.1.1 输入层单元数的确定 | 第31页 |
4.1.2 隐层的设计 | 第31-32页 |
4.1.3 输出层单元数的确定 | 第32页 |
4.2 BP 神经网络模型的学习及测试 | 第32-34页 |
4.2.1 BP 神经网络模型的学习 | 第32-33页 |
4.2.2 BP 神经网络模型的训练与测试 | 第33-34页 |
4.3 BP 神经网络风险评价模型的 MATLAB 实现 | 第34-38页 |
第五章 案例分析 | 第38-44页 |
5.1 案例简介 | 第38-39页 |
5.2 案例评价 | 第39-44页 |
5.2.1 利用所建立的模型对案例进行评价 | 第39-42页 |
5.2.2 相关的处理措施与建议 | 第42-44页 |
第六章 全文总结与研究展望 | 第44-46页 |
6.1 全文总结 | 第44页 |
6.2 研究展望 | 第44-46页 |
参考文献 | 第46-49页 |
附件 | 第49-53页 |
攻读硕士学位期间发表的科研论文和参与的项目 | 第53-54页 |
致谢 | 第54页 |