| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-14页 |
| 1.1 选题的背景及意义 | 第9-10页 |
| 1.1.1 研究背景 | 第9页 |
| 1.1.2 研究意义 | 第9-10页 |
| 1.2 国内外安全评价研究概况 | 第10-12页 |
| 1.2.1 国外研究概况 | 第10-11页 |
| 1.2.2 国内研究概况 | 第11-12页 |
| 1.3 论文的主要内容 | 第12-14页 |
| 2 铁路危险货物专用线运输安全概述及综合分析 | 第14-20页 |
| 2.1 铁路危险货物的定义及分类 | 第14-15页 |
| 2.1.1 危险货物的定义 | 第14页 |
| 2.1.2 危险货物的分类 | 第14-15页 |
| 2.2 铁路危险货物专用线运输概述 | 第15-17页 |
| 2.2.1 铁路危险货物专用线运输基本情况 | 第15-16页 |
| 2.2.2 铁路危险货物运输特点 | 第16-17页 |
| 2.3 铁路危险货物运输安全综合分析概述 | 第17-19页 |
| 2.3.1 铁路危险货物运输安全综合分析的依据和原则 | 第17-18页 |
| 2.3.2 铁路危险货物运输安全综合分析的项目 | 第18-19页 |
| 2.4 本章小结 | 第19-20页 |
| 3 铁路危险货物专用线运输安全综合分析指标体系的建立 | 第20-29页 |
| 3.1 指标体系的构建原则和依据 | 第20-21页 |
| 3.1.1 构建指标体系的原则 | 第20-21页 |
| 3.1.2 确定指标体系的依据[24] | 第21页 |
| 3.2 指标体系建立的流程 | 第21-22页 |
| 3.3 指标体系的初选 | 第22-26页 |
| 3.4 指标体系的建立 | 第26-27页 |
| 3.5 本章小结 | 第27-29页 |
| 4 铁路危险货物专用线运输安全综合分析模型的建立 | 第29-41页 |
| 4.1 神经网络 | 第29-32页 |
| 4.1.1 神经网络的特点 | 第29-30页 |
| 4.1.2 BP神经网络 | 第30-31页 |
| 4.1.3 BP网络存在的问题及改进 | 第31-32页 |
| 4.2 粒子群优化算法 | 第32-36页 |
| 4.2.1 基本粒子群优化算法 | 第32-34页 |
| 4.2.2 标准粒子群优化算法 | 第34-35页 |
| 4.2.3 粒子群优化算法参数的设计 | 第35-36页 |
| 4.3 粒子群优化算法与神经网络的结合 | 第36-37页 |
| 4.3.1 粒子群优化BP神经网络的可行性 | 第36页 |
| 4.3.2 粒子群优化BP神经网络的基本方法 | 第36-37页 |
| 4.4 粒子群优化神经网络的安全评价模型构建 | 第37-38页 |
| 4.5 粒子群优化神经网络的模型流程 | 第38-39页 |
| 4.6 本章小结 | 第39-41页 |
| 5 粒子群优化神经网络的训练及实例验证 | 第41-58页 |
| 5.1 网络训练样本的构造 | 第41-44页 |
| 5.2 网络拓扑结构设计 | 第44-47页 |
| 5.3 粒子群优化BP网络权阈值的过程 | 第47-50页 |
| 5.4 模型收敛速度与测试准确率的对比分析 | 第50-52页 |
| 5.5 实例验证 | 第52-57页 |
| 5.5.1 实例概况 | 第52-55页 |
| 5.5.2 粒子群BP神经网络模型评价 | 第55页 |
| 5.5.3 指标参数灵敏度分析 | 第55-57页 |
| 5.6 本章小结 | 第57-58页 |
| 结论与展望 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-63页 |