首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

基于SA、GA改进BP神经网络模型的智能制造项目投资风险分析

摘要第4-5页
Abstract第5-6页
第一章 导论第10-18页
    1.1 研究背景第10页
    1.2 研究现状第10-14页
        1.2.1 风险分析研究现状第10-13页
        1.2.2 智能制造项目投资风险研究现状第13-14页
        1.2.3 评述第14页
    1.3 论文结构第14-15页
    1.4 研究方法及创新点第15-18页
        1.4.1 研究方法第15-16页
        1.4.2 主要创新点第16-18页
第二章 基于智能制造项目的投资风险分析理论基础第18-26页
    2.1 智能制造理论第18-21页
        2.1.1 制造业的演进第18页
        2.1.2 智能制造项目的内涵第18-20页
        2.1.3 智能制造项目的总体架构第20-21页
    2.2 智能制造项目投资风险分析理论第21-25页
        2.2.1 智能制造项目投资风险的概念第21-22页
        2.2.2 智能制造项目投资风险分析的概念第22-23页
        2.2.3 智能制造项目投资风险分析的过程第23-24页
        2.2.4 智能制造项目投资风险分析的方法第24-25页
    2.3 本章小结第25-26页
第三章 智能制造项目的风险分析第26-34页
    3.1 传统制造项目特点第26-27页
        3.1.1 时间序列性第26页
        3.1.2 子系统独立性第26-27页
        3.1.3 其他特征第27页
    3.2 智能制造项目特点第27-30页
        3.2.1 网络性第28页
        3.2.2 多主体性第28页
        3.2.3 协同性第28-29页
        3.2.4 模糊关联性第29页
        3.2.5 其他特征第29-30页
    3.3 智能制造项目的主要投资风险因素第30-33页
        3.3.1 冲击风险第30-31页
        3.3.2 累计风险第31-33页
    3.4 本章小结第33-34页
第四章 SA-GA-BP智能制造项目的投资风险分析仿真模型第34-50页
    4.1 智能制造项目风险评价方法选择第34-35页
        4.1.1 常用评价方法适配性分析第34页
        4.1.2 评价方法选择第34-35页
    4.2 评价方法介绍第35-37页
        4.2.1 BP神经网络模型的分析第35-36页
        4.2.2 模拟退火算法的分析第36页
        4.2.3 遗传算法的分析第36-37页
    4.3 基于SA、GA改进的BP神经网络模型搭建第37-45页
        4.3.1 BP神经网络主体模型的搭建第37-41页
        4.3.2 SA改进隐藏神经元个数选择部分的搭建第41-42页
        4.3.3 GA改进初始权值和阈值部分的搭建第42-45页
    4.4 SA-GA-BP仿真模型评价智能制造项目投资风险流程第45-48页
    4.5 本章小结第48-50页
第五章 Z公司晶体加工智能制造项目投资风险分析实例第50-80页
    5.1 项目介绍第50页
        5.1.1 项目背景第50页
        5.1.2 项目概要第50页
    5.2 项目的财务信息分析与预测第50-60页
        5.2.1 项目投资估算第51-52页
        5.2.2 项目收益测算第52-59页
        5.2.3 综合分析第59-60页
    5.3 项目的投资风险分析第60-63页
        5.3.1 技术风险第60-61页
        5.3.2 市场风险第61-62页
        5.3.3 管理和财务风险第62页
        5.3.4 政策风险第62-63页
        5.3.5 不可抗力风险第63页
    5.4 基于SA-GA-BP模型的风险评价分析第63-66页
        5.4.1 输入节点和初始数据处理第63-64页
        5.4.2 BP神经网搭建第64-65页
        5.4.3 SA、GA改进部分搭建第65-66页
    5.5 结果分析第66-77页
        5.5.1 BP神经网络结果分析第66-69页
        5.5.2 SA-GA-BP神经网络结果分析第69-75页
        5.5.3 改进前后结果对比第75-77页
    5.6 主要风险控制第77-79页
        5.6.1 技术风险控制第78页
        5.6.2 政策风险控制第78-79页
        5.6.3 融资风险控制第79页
        5.6.4 其他风险控制第79页
    5.7 本章小结第79-80页
第六章 研究结论与展望第80-82页
    6.1 研究结论第80页
    6.2 展望第80-82页
参考文献第82-86页
发表论文和参加科研情况说明第86-88页
附录 Z公司晶体加工智能制造项目风险判断调查问卷第88-90页
致谢第90页

论文共90页,点击 下载论文
上一篇:自动施肥灌溉系统在小麦水肥一体化上的设计与实现
下一篇:广义Robertson-Walker时空中的类空超曲面