摘要 | 第4-5页 |
Abstract | 第5页 |
第1章 绪论 | 第10-21页 |
1.1 研究背景 | 第10-11页 |
1.2 研究目的和意义 | 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 | 第12-18页 |
1.3.1 国外研究现状 | 第12-13页 |
1.3.2 国内研究现状 | 第13-17页 |
1.3.3 国内外研究评述 | 第17-18页 |
1.4 研究内容与方法 | 第18-21页 |
1.4.1 研究内容 | 第18-19页 |
1.4.2 研究方法和技术路线 | 第19-21页 |
第2章 九龙湾钢结构工程现状及风险识别 | 第21-33页 |
2.1 九龙湾工程工艺流程和质量计划 | 第21-23页 |
2.1.1 工程概况 | 第21页 |
2.1.2 设计参数 | 第21页 |
2.1.3 工艺流程要求 | 第21-22页 |
2.1.4 九龙湾工程的质量计划 | 第22-23页 |
2.2 九龙湾工程全生命周期的界定 | 第23-25页 |
2.2.1 九龙湾项目全生命周期划分 | 第23页 |
2.2.2 九龙湾钢结构工程项目质量形成过程 | 第23-25页 |
2.3 项目质量风险控制存在问题分析 | 第25页 |
2.4 工程全生命周期质量风险识别及分析 | 第25-32页 |
2.4.1 工程全生命周期项目质量风险识别 | 第25-28页 |
2.4.2 工程全生命周期项目质量风险分析 | 第28-32页 |
2.5 本章小结 | 第32-33页 |
第3章 九龙湾钢结构工程的质量风险评价 | 第33-49页 |
3.1 九龙湾钢结构工程质量风险评价方法 | 第33-35页 |
3.1.1 风险评价方法的选取 | 第33页 |
3.1.2 粗糙集_BP神经网络的可行性分析 | 第33-35页 |
3.2 质量风险评估的指标体系建立 | 第35-37页 |
3.3 BP神经网络模型的设计 | 第37-43页 |
3.3.1 粗糙集对数据处理 | 第37-40页 |
3.3.2 面向Matlab的BP神经网络的训练和检验 | 第40-43页 |
3.4 九龙湾钢结构工程质量项目综合评价结果 | 第43-44页 |
3.5 层次分析法计算风险指标权重 | 第44-48页 |
3.5.1 建立层次模型 | 第44-45页 |
3.5.2 构建判别矩阵 | 第45-46页 |
3.5.3 指标的权重计算和排序 | 第46-48页 |
3.6 本章小结 | 第48-49页 |
第4章 工程全生命周期质量风险控制方案 | 第49-61页 |
4.1 项目筹资决策风险控制 | 第49-50页 |
4.2 工程技术部门风险控制 | 第50-55页 |
4.2.1 设计阶段风险控制 | 第50-51页 |
4.2.2 原材料质量风险控制 | 第51-52页 |
4.2.3 制作及安装风险控制 | 第52-54页 |
4.2.4 焊接拼装风险控制 | 第54-55页 |
4.3 质量安全部门风险控制 | 第55-57页 |
4.4 综合管理部门风险控制 | 第57-58页 |
4.5 风险控制方案保障措施 | 第58-60页 |
4.5.1 项目组织结构风险控制 | 第58-59页 |
4.5.2 提高工作人员质量安全意识 | 第59页 |
4.5.3 建立基层员工的岗位定责与考核 | 第59-60页 |
4.5.4 加强监理人员的管理 | 第60页 |
4.6 本章小结 | 第60-61页 |
结论 | 第61-62页 |
参考文献 | 第62-67页 |
攻读硕士学位期间发表的论文及其它成果 | 第67-68页 |
致谢 | 第68-69页 |
个人简历 | 第69页 |