摘要 | 第9-10页 |
Abstract | 第10页 |
第1章 绪论 | 第11-17页 |
1.1 研究背景及意义 | 第11-12页 |
1.2 国内外研究现状及不足 | 第12-14页 |
1.2.1 国外研究现状 | 第12-13页 |
1.2.2 国内研究现状 | 第13页 |
1.2.3 存在的不足 | 第13-14页 |
1.3 论文研究内容与技术路线 | 第14-15页 |
1.4 研究方法与创新点 | 第15-17页 |
1.4.1 主要研究方法 | 第15页 |
1.4.2 论文创新点 | 第15-17页 |
第2章 绿色建筑项目风险管理的相关理论 | 第17-29页 |
2.1 建筑工程项目风险管理与风险评价概述 | 第17-19页 |
2.1.1 项目风险的内涵 | 第17-18页 |
2.1.2 项目风险管理的内容与分类 | 第18-19页 |
2.1.3 项目风险管理的重要性 | 第19页 |
2.2 绿色建筑相关理论概述 | 第19-24页 |
2.2.1 绿色建筑的内涵 | 第19-20页 |
2.2.2 绿色建筑与传统建筑的区别 | 第20-21页 |
2.2.3 绿色建筑项目的目标体系 | 第21页 |
2.2.4 绿色建筑风险因素分析 | 第21-23页 |
2.2.5 绿色建筑项目风险的显著性 | 第23-24页 |
2.3 人工神经网络理论 | 第24-29页 |
2.3.1 人工神经网络的发展 | 第24-25页 |
2.3.2 人工神经网络的基本特征 | 第25-26页 |
2.3.3 人工神经网络在各个领域的应用 | 第26-27页 |
2.3.4 人工神经元模型 | 第27页 |
2.3.5 人工神经网络结构及工作方式 | 第27页 |
2.3.6 神经网络的学习 | 第27-29页 |
第3章 绿色建筑项目风险评价指标体系分析 | 第29-42页 |
3.1 绿色建筑项目风险识别 | 第29-36页 |
3.1.1 绿色建筑项目风险识别概述 | 第29页 |
3.1.2 绿色建筑风险识别的程序 | 第29-30页 |
3.1.3 绿色建筑的风险识别的内容 | 第30-36页 |
3.1.4 绿色建筑风险识别中的不足 | 第36页 |
3.2 绿色建筑项目风险评价指标体系的建立 | 第36-38页 |
3.2.1 风险评价指标体系构建的原则 | 第36-37页 |
3.2.2 建筑工程项目风险评价指标体系建立的思路 | 第37-38页 |
3.2.3 建筑工程项目风险评价指标体系的建立 | 第38页 |
3.3 评价指标与风险程度相关性表示 | 第38页 |
3.4 常用的风险评价方法与不足 | 第38-42页 |
3.4.1 常用的风险评价方法 | 第38-39页 |
3.4.2 常用风险评价方法的不足 | 第39-42页 |
第4章 BP神经网络模型的建立及模型的MATLAB实现 | 第42-48页 |
4.1 BP神经网络模型的设计 | 第42-43页 |
4.1.1 输入层单元数的确定 | 第42页 |
4.1.2 隐层的设计 | 第42页 |
4.1.3 输出层单元数的确定 | 第42-43页 |
4.2 BP神经网络模型的学习及测试 | 第43-48页 |
4.2.1 BP神经网络模型的学习 | 第43-44页 |
4.2.2 BP神经网络模型的训练与测试 | 第44-48页 |
第5章 BP神经网络风险管理模型在案例中的应用 | 第48-56页 |
5.1 项目概况 | 第48页 |
5.2 案例分析 | 第48-51页 |
5.3 项目全寿命周期风险应对策略 | 第51-56页 |
5.3.1 绿色建筑项目决策阶段风险应对策略 | 第51-52页 |
5.3.2 绿色建筑项目设计阶段风险应对策略 | 第52-53页 |
5.3.3 绿色建筑项目建设阶段风险应对策略 | 第53-54页 |
5.3.4 绿色建筑项目试运营阶段风险应对策略 | 第54-55页 |
5.3.5 绿色建筑项目运营维护阶段风险应对策略 | 第55-56页 |
第6章 总结与展望 | 第56-58页 |
6.1 全文总结 | 第56页 |
6.2 研究展望 | 第56-57页 |
6.3 论文的局限性以及后续研究的建议 | 第57-58页 |
参考文献 | 第58-60页 |
攻读硕士学位期间论文发表及科研情况 | 第60-61页 |
致谢 | 第61-62页 |
附件 1 | 第62-64页 |
附件 2 关于绿色建筑全寿命周期风险评价问卷调查 | 第64-66页 |