| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第10-12页 |
| 1.1 选题背景和意义 | 第10页 |
| 1.2 研究内容 | 第10-11页 |
| 1.3 研究方法 | 第11页 |
| 1.4 拟达到的研究目标 | 第11-12页 |
| 第二章 国内外研究现状 | 第12-18页 |
| 2.1 国外研究现状 | 第12-14页 |
| 2.1.1 显著性成本理论国外研究现状 | 第12-13页 |
| 2.1.2 人工神经网络国外研究现状 | 第13-14页 |
| 2.1.3 环境成本国外研究现状 | 第14页 |
| 2.2 国内研究现状 | 第14-18页 |
| 2.2.1 显著性成本理论国内研究现状 | 第14-15页 |
| 2.2.2 人工神经网络国内研究现状 | 第15-16页 |
| 2.2.3 环境成本国内研究现状 | 第16-18页 |
| 第三章 绿色高铁全生命运营环境成本组成内容研究 | 第18-27页 |
| 3.1 绿色高铁含义 | 第18页 |
| 3.2 环境成本的定义 | 第18-20页 |
| 3.2.1 不同机构和学者对环境成本的定义 | 第18-19页 |
| 3.2.2 高铁全生命环境成本概念 | 第19-20页 |
| 3.3 高铁全生命运营环境成本的内容组成 | 第20-27页 |
| 3.3.1 声环境成本 | 第21-22页 |
| 3.3.2 振动环境成本 | 第22-23页 |
| 3.3.3 水环境成本 | 第23-24页 |
| 3.3.4 电磁环境成本 | 第24-25页 |
| 3.3.5 固体废弃物成本 | 第25-27页 |
| 第四章 绿色高铁全生命运营环境成本估算理论方法 | 第27-33页 |
| 4.1 显著性成本概述 | 第27-28页 |
| 4.2 人工神经网络 | 第28-33页 |
| 4.2.1 人工神经网络概述 | 第28-29页 |
| 4.2.2 BP神经网络 | 第29-30页 |
| 4.2.3 BP网络算法的学习过程 | 第30-32页 |
| 4.2.4 MATLAB神经网络工具箱 | 第32-33页 |
| 第五章 长益城际铁路全生命运营环境成本估算案例 | 第33-49页 |
| 5.1 长益城际铁路工程项目概况 | 第33-35页 |
| 5.1.1 线路工程 | 第33页 |
| 5.1.2 站场工程 | 第33页 |
| 5.1.3 路基工程 | 第33-34页 |
| 5.1.4 轨道工程 | 第34页 |
| 5.1.5 桥涵工程 | 第34页 |
| 5.1.6 隧道工程 | 第34页 |
| 5.1.7 电气化工程 | 第34-35页 |
| 5.1.8 给排水 | 第35页 |
| 5.1.9 房建及暖通 | 第35页 |
| 5.2 长益城际铁路环境影响的执行标准 | 第35-36页 |
| 5.2.1 声环境 | 第35-36页 |
| 5.2.2 振动环境 | 第36页 |
| 5.2.3 水环境 | 第36页 |
| 5.2.4 电磁环境 | 第36页 |
| 5.3 长益城际铁路运营环境影响分析 | 第36-39页 |
| 5.3.1 声环境 | 第36-37页 |
| 5.3.2 振动环境 | 第37-38页 |
| 5.3.3 水环境 | 第38页 |
| 5.3.4 电磁环境 | 第38-39页 |
| 5.3.5 固体废弃物 | 第39页 |
| 5.4 CS显著性成本和BP神经网络方法的应用 | 第39-49页 |
| 5.4.1 建立已完高铁工程全生命运营环境成本数据库 | 第39-43页 |
| 5.4.2 建立三层BP神经网络模型，对拟建高铁全生命运营环境成本进行估算 | 第43-47页 |
| 5.4.3 预测长益城际铁路全生命运营环境成本数额 | 第47-49页 |
| 第六章 结论和展望 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 致谢 | 第54-55页 |
| 个人简历、在学期间的研究成果及发表的学术论文 | 第55页 |
