建筑工程项目造价估算模型研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 插图索引 | 第9-10页 |
| 附表索引 | 第10-11页 |
| 1 绪论 | 第11-19页 |
| ·研究背景和意义 | 第11-12页 |
| ·国内外研究现状 | 第12-18页 |
| ·工程造价管理 | 第12-13页 |
| ·工程造价估算 | 第13-18页 |
| ·本文的研究内容和结构 | 第18-19页 |
| 2 建筑工程项目造价估算的基础理论 | 第19-32页 |
| ·建筑工程项目造价的构成及计价 | 第19-23页 |
| ·工程造价的内涵 | 第19页 |
| ·工程造价的构成 | 第19-22页 |
| ·建筑工程项目计价的多次性 | 第22-23页 |
| ·建筑工程项目投资估算综述 | 第23-28页 |
| ·投资估算的概念和作用 | 第23-24页 |
| ·投资估算阶段划分与精度要求 | 第24-25页 |
| ·投资估算传统编制方法 | 第25-28页 |
| ·建筑工程造价信息系统 | 第28-31页 |
| ·工程造价信息概述 | 第28-29页 |
| ·工程造价信息管理系统 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 3 建筑工程项目造价估算建模分析 | 第32-46页 |
| ·模糊数学基本理论 | 第32-37页 |
| ·模糊集合及其基本运算 | 第33-35页 |
| ·模糊子集的贴近度 | 第35-37页 |
| ·神经网络基本理论 | 第37-42页 |
| ·人工神经元模型 | 第38-40页 |
| ·多层感知器的误差反向传播算法(BP算法) | 第40-42页 |
| ·神经网络集成优化 | 第42-45页 |
| ·基于网络集成的泛化特性改善 | 第42-44页 |
| ·神经网络集成泛化误差分析 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 4 建筑工程项目造价估算模型的构建 | 第46-60页 |
| ·造价估算模型的基本原理和框架结构 | 第46-49页 |
| ·造价估算模型的基本原理 | 第46-47页 |
| ·造价估算模型的结构 | 第47-49页 |
| ·基于模糊系统的相似样本选取 | 第49-54页 |
| ·类似工程指标体系 | 第49-51页 |
| ·特征因素的选取和量化 | 第51-52页 |
| ·原始数据的预处理 | 第52-53页 |
| ·基于贴近度的样本集确定 | 第53-54页 |
| ·基于BP神经网络的工程造价估算 | 第54-59页 |
| ·网络结构参数的确定 | 第54-56页 |
| ·激活函数选择和网络初始化 | 第56-57页 |
| ·BP神经网络的改进 | 第57页 |
| ·网络泛化能力的改进 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 5 建筑工程项目造价估算模型的案例应用 | 第60-70页 |
| ·MATLAB语言简介 | 第60-61页 |
| ·MATLAB语言概述 | 第60页 |
| ·MATLAB神经网络工具箱简介 | 第60-61页 |
| ·MATLAB环境下估算模型的建立 | 第61-63页 |
| ·样本数据的选择 | 第61页 |
| ·BP神经网络的建立和初始化 | 第61-62页 |
| ·神经网络的训练和仿真 | 第62-63页 |
| ·建筑工程项目实例应用 | 第63-69页 |
| ·本章小节 | 第69-70页 |
| 6 结论与展望 | 第70-72页 |
| ·研究成果和结论 | 第70-71页 |
| ·展望 | 第71-72页 |
| 参考文献 | 第72-78页 |
| 攻读学位期间的主要学术成果 | 第78-79页 |
| 致谢 | 第79页 |
