| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第10-21页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究的目的及意义 | 第11-12页 |
| 1.2.1 研究目的 | 第11-12页 |
| 1.2.2 研究意义 | 第12页 |
| 1.3 国内外研究现状及分析 | 第12-17页 |
| 1.3.1 国内研究现状 | 第12-15页 |
| 1.3.2 国外研究现状 | 第15-17页 |
| 1.4 研究内容和方法 | 第17-21页 |
| 1.4.1 研究内容 | 第17-18页 |
| 1.4.2 研究方法 | 第18-19页 |
| 1.4.3 技术路线 | 第19-21页 |
| 第2章 相关理论综述 | 第21-27页 |
| 2.1 风险管理理论 | 第21-22页 |
| 2.2 风险预警理论 | 第22-24页 |
| 2.3 贝叶斯网络概述 | 第24-27页 |
| 第3章 工期风险预警指标体系建立 | 第27-43页 |
| 3.1 工期风险识别方法和过程 | 第27-29页 |
| 3.1.1 常见识别方法 | 第27-29页 |
| 3.1.2 国际高铁项目工期风险识别方法和过程 | 第29页 |
| 3.2 工期风险识别分析 | 第29-36页 |
| 3.3 工期风险预警指标体系 | 第36-43页 |
| 3.3.1 预警指标建立原则 | 第36-37页 |
| 3.3.2 预警指标的选取 | 第37-41页 |
| 3.3.3 国际高铁项目工期风险预警指标体系 | 第41-43页 |
| 第4章 国际高铁项目工期风险预警模型 | 第43-55页 |
| 4.1 预警模型建立目标及风险区间确定 | 第43-44页 |
| 4.2 贝叶斯网络模型的建立 | 第44-52页 |
| 4.2.1 工期风险因素估值 | 第44-45页 |
| 4.2.2 基于GeNIe软件的贝叶斯网络结构学习 | 第45-48页 |
| 4.2.3 国际高铁项目工期贝叶斯网络优化 | 第48-50页 |
| 4.2.4 国际高铁项目工期贝叶斯网络参数学习 | 第50-52页 |
| 4.3 工期贝叶斯网络推理学习 | 第52-55页 |
| 4.3.1 逆向推理 | 第52-53页 |
| 4.3.2 敏感性推理 | 第53页 |
| 4.3.3 最大致因链分析 | 第53-55页 |
| 第5章 国际高铁项目工期风险应对控制研究 | 第55-60页 |
| 5.1 不同等级风险项目的应对控制措施 | 第55-57页 |
| 5.2 主要风险因素的应对控制措施 | 第57-59页 |
| 5.3 动态风险控制措施 | 第59-60页 |
| 第6章 土耳其伊安高铁案例研究 | 第60-65页 |
| 6.1 伊安高铁项目概述 | 第60页 |
| 6.2 伊安高铁项目工期风险分析 | 第60-62页 |
| 6.3 贝叶斯网络模型的应用 | 第62-63页 |
| 6.4 风险控制对策 | 第63-65页 |
| 结论 | 第65-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 附录 | 第71-72页 |