摘要 | 第4-5页 |
ABSTRACT | 第5页 |
第一章 绪论 | 第8-18页 |
1.1 研究背景 | 第8页 |
1.2 研究意义 | 第8-9页 |
1.2.1 理论意义 | 第8-9页 |
1.2.2 现实意义 | 第9页 |
1.3 国内外研究现状 | 第9-15页 |
1.3.1 国外研究现状 | 第9-12页 |
1.3.2 国内研究现状 | 第12-15页 |
1.3.3 存在问题及评述 | 第15页 |
1.4 研究内容及方法 | 第15-16页 |
1.4.1 论文研究的主要内容 | 第15-16页 |
1.4.2 论文研究的方法 | 第16页 |
1.5 论文结构与创新点 | 第16-18页 |
1.5.1 论文框架结构 | 第16-17页 |
1.5.2 论文创新点 | 第17-18页 |
第二章 大型工程项目社会稳定风险评价研究的理论基础 | 第18-20页 |
2.1 大型工程项目的含义 | 第18页 |
2.2 大型工程项目社会稳定风险的含义 | 第18-19页 |
2.3 大型工程项目社会稳定风险评价的含义及流程 | 第19-20页 |
2.3.1 大型工程项目社会稳定风险评价的含义 | 第19页 |
2.3.2 大型工程项目社会稳定风险评价的流程 | 第19-20页 |
第三章 大型工程项目社会稳定风险评价指标体系 | 第20-24页 |
3.1 评价指标体系的构建原则 | 第20页 |
3.2 评价指标体系的构建步骤 | 第20-21页 |
3.3 评价指标体系的建立 | 第21-24页 |
第四章 大型工程项目社会稳定风险评价模型构建 | 第24-37页 |
4.1 风险评价方法评述 | 第24-25页 |
4.1.1 专家打分法 | 第24页 |
4.1.2 层次分析法 | 第24页 |
4.1.3 模糊综合评价法 | 第24-25页 |
4.1.4 蒙特卡洛模拟法 | 第25页 |
4.2 大型工程项目社会稳定风险评价方法的选择 | 第25-37页 |
4.2.1 神经网络理论 | 第25-27页 |
4.2.2 基于LVQ-RBF的改进型神经网络 | 第27-37页 |
第五章 基于LVQ-RBF的大型工程项目社会稳定风险评价实证研究 | 第37-45页 |
5.1 指标选取及数据获取 | 第37页 |
5.2 风险等级划分 | 第37-38页 |
5.3 模型训练 | 第38-43页 |
5.3.1 基于LVQ网络实现模式分类 | 第38-40页 |
5.3.2 基于RBF网络实现精确拟合 | 第40-43页 |
5.4 测试结果与分析 | 第43-45页 |
第六章 结论与展望 | 第45-47页 |
6.1 主要结论 | 第45页 |
6.2 不足之处 | 第45-46页 |
6.3 未来展望 | 第46-47页 |
参考文献 | 第47-52页 |
发表论文和参加科研情况说明 | 第52-53页 |
致谢 | 第53-54页 |
附录 | 第54-63页 |
附录1关于大型工程项目社会稳定风险评价研究的问卷调查 | 第54-56页 |
附录2 LVQ网络分类Matlab源代码 | 第56-58页 |
附录3 RBF网络拟合Matlab源代码 | 第58-63页 |