基于价格预测的动态投标报价研究 |
论文目录 | | | 摘要 | 第1-6页 | | ABSTRACT | 第6-10页 | | 第一章 绪论 | 第10-18页 | | · 本文的研究背景 | 第10-11页 | | · 国内外投标报价研究综述 | 第11-14页 | | · 国外投标报价研究状况 | 第11-13页 | | · 国内投标报价研究状况 | 第13-14页 | | · 本文的研究意义及创新 | 第14-15页 | | · 本文的研究意义 | 第14-15页 | | · 本文的创新之处 | 第15页 | | · 本文的研究思路和结构 | 第15-18页 | | 第二章 水运工程建设项目特点及投标 | 第18-27页 | | · 水运工程的特点 | 第18-19页 | | · 工程量清单和工程造价 | 第19页 | | · 投标的相关概念 | 第19-22页 | | · 投标的风险 | 第22-25页 | | · 风险和风险管理 | 第22-23页 | | · 投标的风险和风险管理 | 第23-25页 | | · 投标的策略 | 第25-27页 | | 第三章 水运工程动态投标报价模型的建立 | 第27-37页 | | · 水运工程投标报价的组成和依据 | 第27-30页 | | · 水运工程投标报价的组成 | 第27-29页 | | · 水运工程投标报价的依据 | 第29-30页 | | · 水运工程投标报价的编制 | 第30-34页 | | · 基于价格预测的动态投标报价决策模型 | 第34-37页 | | 第四章 水运工程动态投标报价模型的实现 | 第37-57页 | | · 灰色 GM(1,1)预测模型 | 第37-39页 | | · 灰色系统概述 | 第37-38页 | | · 灰色 GM(1,1)预测模型的建立 | 第38-39页 | | · BP 神经网络预测模型 | 第39-46页 | | · BP 神经网络概述 | 第39-44页 | | · 人工神经元 | 第40-42页 | | · BP 学习算法 | 第42页 | | · BP 神经网络 | 第42-44页 | | · BP 神经网络预测模型的建立 | 第44-46页 | | · 支持向量机预测模型 | 第46-54页 | | · 支持向量机概述 | 第46-51页 | | · VC 维 | 第46-47页 | | · 结构风险最小化 | 第47-48页 | | · 支持向量机回归(SVR) | 第48-51页 | | · 支持向量机预测模型的建立 | 第51-54页 | | · 基于 IOWA 算子的组合预测模型 | 第54-56页 | | · 组合预测和 IOWA 算子的概念 | 第54-55页 | | · 基于 IOWA 算子的组合预测模型的建立 | 第55-56页 | | · 各预测模型的对比分析 | 第56-57页 | | 第五章 水运工程动态投标报价模型的应用 | 第57-68页 | | · 广州某高桩码头工程项目介绍 | 第57页 | | · 选定项目所需的主要资源 | 第57页 | | · 数据准备 | 第57-58页 | | · 价格预测 | 第58-66页 | | · 灰色 GM(1,1)模型预测 | 第58-59页 | | · BP 神经网络模型预测 | 第59-61页 | | · 支持向量机模型预测 | 第61-62页 | | · 组合预测 | 第62-64页 | | · 预测结果对比分析 | 第64-66页 | | · 资源需求供应计划 | 第66-67页 | | · 符合实际进度的资源价格及投标报价 | 第67-68页 | | 第六章 结论与展望 | 第68-70页 | | · 本文研究的主要工作及结论 | 第68页 | | · 未来工作展望 | 第68-70页 | | 参考文献 | 第70-74页 | | 致谢 | 第74-75页 | | 附录 A（攻读硕士学位期间公开发表的论文） | 第75
页 |
|
|
|
