人工智能技术在建设工程争议解决中的应用【2025|PDF下载-Epub版本|mobi电子书|kindle百度云盘下载】

人工智能技术在建设工程争议解决中的应用PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一章 绪论1

1.1 研究背景1

1.2 问题的提出2

1.3 研究目的2

1.4 研究意义3

1.5 研究内容和技术路线4

1.5.1 研究内容及方法4

1.5.2 研究路线5

1.6 本章小结6

第二章 文献综述7

2.1 概述7

2.2 工程合同争议和法律推理相关文献7

2.2.1 工程合同争议7

2.2.2 法律论证9

2.3 工程质量缺陷相关文献9

2.4 工程变更相关文献10

2.5 人工智能算法相关文献10

2.5.1 CBR和RBR10

2.5.2 决策树算法11

2.5.3 神经网络算法12

2.5.4 贝叶斯分类器13

2.5.5 关联规则挖掘算法14

2.6 本章小结15

第三章 工程争议案例基本统计分析16

3.1 概述16

3.2 试点调查16

3.3 数据收集与统计19

3.3.1 工程质量缺陷争议案例20

3.3.2 工程变更争议案例28

3.4 本章小结32

第四章 工程争议案例库的构建33

4.1 概述33

4.2 工程争议中的法律论证模型33

4.2.1 工程争议中运用的法律论证形式33

4.2.2 工程争议中的法律论证关系数据模型39

4.3 工程质量缺陷关系数据模型42

4.4 本章小结44

第五章 基于分层关联规则挖掘算法的争议案例分析45

5.1 概述45

5.2 概念分层的关联规则算法45

5.2.1 Apriori算法45

5.2.2 概念分层的Apriori算法46

5.2.3 其他形式的分层挖掘算法48

5.3 算法应用50

5.3.1 数据预处理50

5.3.2 质量缺陷挖掘52

5.4 本章小结57

第六章 基于模糊决策树算法的工程争议结果预测59

6.1 概述59

6.2 工程变更争议特点分析59

6.2.1 工程变更概念及相关规定59

6.2.2 工程变更争议判决因素提取61

6.3 决策树算法及其问题62

6.3.1 传统决策树算法描述62

6.3.2 不确定性对决策树的影响64

6.4 模糊集合理论66

6.5 模糊决策树算法67

6.6 利用模糊决策树算法预测工程变更争议判决结果73

6.6.1 预测算法性能评价指标73

6.6.2 工程变更争议结果预测74

6.7 本章小结77

第七章 基于神经网络的工程争议结果预测79

7.1 概述79

7.2 神经网络的基本概念79

7.3 ANN算法介绍80

7.3.1 BP神经网络81

7.3.2 概率神经网络83

7.4 基于ANN的分类预测84

7.5 利用神经网络预测工程变更争议判决结果85

7.5.1 分类准备85

7.5.2 ANN网络设计和性能比较87

7.6 本章小结93

第八章 基于贝叶斯分类器的工程争议结果预测94

8.1 概述94

8.2 朴素贝叶斯分类器94

8.2.1 贝叶斯定理94

8.2.2 朴素贝叶斯分类95

8.3 贝叶斯分类器95

8.3.1 贝叶斯网络的概念95

8.3.2 贝叶斯分类器参数学习96

8.3.3 贝叶斯分类器结构学习97

8.4 TAN分类器101

8.5 利用贝叶斯分类器预测争议判决结果102

8.5.1 分类准备102

8.5.2 朴素贝叶斯分类器和TAN分类器结果比较104

8.5.3 贝叶斯网络分类器结果比较107

8.6 三种分类器性能比较109

8.7 本章小结111

第九章 总结与展望112

9.1 研究成果112

9.2 本书创新点113

9.3 本书不足和展望114

参考文献115

附录124