第1章 绪论 1
1.1 研究背景及研究意义 1
1.2 研究的主要内容 3
1.3 拟解决的关键问题 4
1.4 创新之处 5
1.5 思路和结构安排 6
第2章 国内外研究现状 8
2.1 全生命周期造价（WLC）研究现状 8
2.2 显著性成本理论（CS）研究现状 12
2.3 智能融合技术研究现状 14
第3章 全生命显著性造价投资确定理论与方法 18
3.1 以全生命周期造价WLC理论为基础 19
3.2 运用“显著性成本CS”模型简化投资确定和控制程序 25
第4章 粗糙集（RS）在WLCS中的研究与应用 32
4.1 粗糙集理论（RS）基础 33
4.2 基于RS的工程特征提取 38
4.3 RS在寻找同类工程中的研究与应用 55
4.4 利用变精度粗糙集（VPRS）进一步深入挖掘类似工程 61
4.5 RS机器学习在WLCS方法中的估算应用 67
4.6 粗集-神经网络（RS-NN）在WLCS估算方法中的研究与应用 75
第5章 WLC遗传神经网络集成估算方法研究 84
5.1 遗传算法 84
5.2 神经网络与遗传算法的集成 85
5.3 遗传神经网络造价估算模型的建立 86
5.4 实例与仿真 90
5.5 本章小结 98
第6章 基于PSO优化算法的RBF神经网络WLCS估算方法研究 100
6.1 粒子群（PSO）优化算法 100
6.2 粒子群（PSO）优化RBF神经网络 101
6.3 实例与仿真 103
6.4 本章小结 105
第7章 造价投资控制理论与方法研究 106
7.1 用已获价值理论EVM监控项目进度 107
7.2 基于混沌-神经网络理论和CS理论的ACWP、BCWP估算研究 110
7.3 已完工程CSIs的GM（1,1）模型预测ACWP、BCWP 123
第8章 结论及展望 133
8.1 结论 133
8.2 展望 134
参考文献 135