上海论文网提供MBA论文选题服务,专业提供硕士毕业论文服务。
导航 当前位置: 上海论文网>工程论文正文
工程论文怎么写[写作流程分享]
  • 论文价格:0
  • 用途:28
  • 编辑:
  • 点击次数:62次
  • 论文字数:2015
  • 论文编号:el2021090518571224754
  • 日期:2021-09-09
  • 来源:上海论文网
工程论文怎么写?工程专业的同学写起论文,感觉会比较难,但其实每个专业的论文写作都不容易,大家可以从选题开始做好准备。本文为大家提供了相关写作的重点以及参考案例,可以学习研究一下。
工程论文写作流程
工程论文写作流程
一、工程论文写作要点
1、确定论文题目
论文写作首先需要解决的问题就是选择一个好的适合自己的论文题目。题目的选择需要结合个人的专业研究方向与手中已经拥有的想法。优先选择自己熟悉的内容与方向,可以节约时间与精力。研读大量与自己的论文题目相关的文献资料,勤思考多总结,保证其可行性。
2、列好提纲
选好论文题目后,不要急于下笔,先整理一份论文提纲。列提纲时要作全方位的考量,多加思考。一定要找到属于自己的亮点,别人写过的东西都是陈词滥调不值得下笔,必须要有新意。根据论文题目整理好自己的写作思路,先主干后枝叶,论文才能如大树般稳固茂盛。
3、收集相关资料
论文的重点在于论据能否支撑你的论点,证明其正确性、合理性。查阅相关的文献资料并加以整理,注意其可信度与权威性,才能使你的论文更具有说服力。将相关材料整合分析,从中汲取有价值的部分丰富自己的论文内容。在收集资料时一定要将其出处记录下来。
4、绪论与全文撰写
事先做好计划安排,合理分配写作时间,才能高效率地完成论文。严格按照自己制定的计划进行写作,切勿拖沓,更不能中断。严格把握论文写作的标准与质量。
5、整理与修改
完成全文的撰写后,根据相关格式要求进行格式修改。注意行文的思路与结构,乃至每一个标题、每一个段落、每一句话,每一个词。也可以请指导老师指出自己的论文的不足,加以修改。
二、工程论文选题案例(工程造价)
1 房地产企业园区建设全过程成本风险评估与预警研究 曾芹玲 北方工业大学 2021年 16
2 基于数据挖掘的住宅工程造价预测研究 王德美 烟台大学 2021年 30
3 WS房地产公司商住项目建安成本控制研究 李志红 广西师范大学 2021年 6
4 T公司工程项目内部审计优化研究 马雨 西安石油大学 2021年 24
5 K工程造价咨询公司发展战略研究 韩晓苏 山东大学 2021年 3
6 政府工程项目竣工结算审计风险研究 ——以H工程项目为例 穆露萍 西安石油大学 2021年 32
7 X项目工程变更管理的研究 李亚菲 山东大学 2021年
8 G电力基建工程造价风险管理研究 周婷 山东大学 2021年
9 L供电公司S输变电工程全过程造价管理研究 李诗宇 大连理工大学 2021年
10 H水库政府投资项目工程造价全过程控制研究
工程论文写作流程
工程论文写作案例
三、工程论文摘要、目录、参考文献案例
以“基于机器学习的居住建筑工程造价预测研究”为例,具体内容详情如下:
随着建筑行业的快速发展,如何对居住建筑的工程造价进行快速、准确的估算,成为一个日益受到关注的问题。实现居住建筑的工程造价快速估算,可以为项目的可行性研究等提供重要支持。本论文在对国内外造价估算的方法进行了对比分析基础上,总结了其合理性及不足之处,提出本文的研究对象、研究方法和研究内容。首先,在分析居住建筑工程造价的相关理论基础上,通过对文献的分析,总结影响居住建筑工程造价的因素。主要分为建筑特征类指标、装饰装修类指标、基础结构指标、建筑材料类指标和建筑特性类指标,共53项指标。通过对9位专家的问卷调查和设置5项筛选条件,最终确定了16项影响因素。其次,基于BP神经网络对居住建筑工程造价预测模型的训练数据进行选择。按照居住建设的时间、建筑的高度、建筑的结构类型、建筑的基础类型、抗震烈度、建筑的层数等特征的顺序依次确定。在此基础上,最终确定了BP神经网络的模型结构,居住建筑工程造价预测模型的模型层次为3层,输入参数为15个,输出参数为1个,隐含层节点数为10个,学习率为0.1。最后,通过主成分分析对15个输入参数进行优化分析,形成PCA-BP神经网络预测模型。对40组样本数据进行收集整理,并进行预处理。将其中的30组作为训练样本,10组作为测试样本。通过计算结果表明,PCA-BP神经网络的居住建筑工程造价预测精度,高于BP神经网络的居住建筑预测模型。PCA-BP估算方法所建立的预测模型精度较高,能够满足工程造价管理和控制的应用需要,具有一定的实际意义。
摘要
Abstract
1 绪论
1.1 研究背景
1.2 研究目的及意义
1.2.1 研究目的
1.2.2 研究意义
1.3 国内外工程造价预测研究进展
1.3.1 国外工程造价预测研究进展
1.3.2 国内工程造价预测研究进展
1.3.3 小结
1.4 研究方法
1.4.1 文献研究法
1.4.2 系统分析法
1.4.3 验证分析法
1.4.4 人工神经网络
1.5 研究内容
1.6 研究框架
1.7 本章小结
2 工程造价预测与机器学习理论基础
2.1 工程造价预测对象研究
2.2 工程造价预测概述
2.2.1 工程造价分类
2.2.2 工程造价预测定义
2.2.3 工程造价预测影响因素分析
2.3 工程造价预测方法选择
2.3.1 工程造价预测方法分析
2.3.2 工程造价预测方法确定
2.4 主成分分析基本原理
2.4.1 主成分分析几何解释
2.4.2 主成分分析方法特点
2.5 BP神经网络基本原理
2.5.1 BP神经网络基本原理
2.5.2 BP神经网络算法
2.6 本章小结
3 居住建筑工程造价预测模型输入量选取
3.1 居住建筑工程造价预测模型输入量选择原则
3.2 居住建筑工程造价影响因素分析
3.3 居住建筑工程造价预测模型输入量分析
3.3.1 基于文献分析获取输入量
3.3.2 预测模型输入量评估与初选
3.4 居住建筑工程造价预测模型输入参数调整
3.4.1 居住建筑工程造价预测模型输入参数选取流程的确定
3.4.2 居住建筑工程造价预测模型输入参数选取与调整
3.5 居住建筑工程造价预测指标内涵界定与量化
3.6 本章小结
4 基于机器学习造价预测模型构建
4.1 模型构建机理
4.2 确定居住建筑工程样本
4.2.1 确定样本特征
4.2.2 相似工程的选取
4.3 基于BP神经网络造价预测模型构建
4.3.1 工程造价预测模型样本数据预处理
4.3.2 BP神经网络拓扑结构及参数的设计
4.4 基于BP神经网络造价预测模型实现
4.5 本章小结
5 实例验证
5.1 工程样本的选取
5.2 数据预处理
5.3 居住建筑工程造价预测分析
5.3.1 基于BP神经网络的造价预测模型训练
5.3.2 基于PCA-BP神经网络的造价预测模型训练
5.3.3 预测结果对比分析
5.4 本章小结
6 结论与展望
参考文献
[1]基于BP神经网络的投标报价博弈研究[D]. 常志萍.西安理工大学 2020
[2]基于卷积神经网络的建筑工程施工安全预警研究[D]. 赵静.北京建筑大学 2020
[3]基于BP神经网络的住宅工程概算预测[D]. 王瑶.兰州交通大学 2020
[4]基于基因表达式编程的建筑工程造价预测研究[D]. 罗腾飞.长沙理工大学 2019
[5]基于支持向量机的综合管廊工程造价估算模型研究[D]. 张悠.西安建筑科技大学 2018
[6]基于主成分分析的工期索赔起因研究[D]. 李蓉蓉.东南大学 2018
[7]基于粒子群优化最小二乘支持向量机的建筑工程造价预测研究[D]. 王硕.青岛理工大学 2018
[8]长租公寓装饰工程造价的快速预测研究[D]. 潘亮.北京交通大学 2017
以上是工程论文写作的案例和要点,论文写作将求一定的流程和格式,可以先熟知于心,减少犯错。如果想了解更多素材,可以在本网站查阅;如果需要论文写作帮助,可以在线咨询。