中文摘要 | 第1-4页 |
英文摘要 | 第4-6页 |
缩写词 | 第6-10页 |
1 绪论 | 第10-12页 |
1.1 论文背景及意义 | 第10页 |
1.1.1 论文的意义 | 第10页 |
1.1.2 论文的背景 | 第10页 |
1.2 技术经济学基础 | 第10-11页 |
1.3 论文主要工作 | 第11-12页 |
2 化学品船发展综述 | 第12-18页 |
2.1 化学品船发展历史 | 第12-13页 |
2.2 化学品船的分类 | 第13-14页 |
2.2.1 按运货方式分类 | 第13页 |
2.2.2 按货舱结构型式分类 | 第13页 |
2.2.3 按IMO要求分类 | 第13-14页 |
2.2.4 按货物危险性质分 | 第14页 |
2.3 化学品船船队发展情况 | 第14-18页 |
2.3.1 化学品船保有量发展情况 | 第14-17页 |
2.3.2 化学品船舱型统计 | 第17页 |
2.3.3 化学品船航运公司情况 | 第17-18页 |
3 化学品船数学模型研究 | 第18-26页 |
3.1 数学模型的建立 | 第18-19页 |
3.2 数学模型的分析 | 第19-24页 |
3.3 数学模型的验证 | 第24-26页 |
4 基于RBF神经网络的数学模型研究 | 第26-35页 |
4.1 RBF神经网络的构成和原理 | 第26-29页 |
4.1.1 RBF神经网络结构模型 | 第26-28页 |
4.1.2 RBF神经网络学习原理 | 第28页 |
4.1.3 RBF神经网络学习算法 | 第28-29页 |
4.2 MATLAB环境简介 | 第29-30页 |
4.3 利用RBF神经网络进行实例计算 | 第30-34页 |
4.3.1 单输入单输出映射 | 第30-31页 |
4.3.2 多输入单输出映射 | 第31-34页 |
4.4 RBF神经网络性能讨论 | 第34页 |
4.4.1 RBF神经网络与统计回归方法相比较 | 第34页 |
4.4.2 RBF神经网络与BP神经网络相比较 | 第34页 |
4.4.3 RBF神经网络泛化能力的讨论 | 第34页 |
4.5 本章小结 | 第34-35页 |
5 4.5万吨化学品船综合评定 | 第35-41页 |
5.1 4.5万吨化学品船简介 | 第35-39页 |
5.2 4.5万吨化学品船主要技术经济指标分析 | 第39-40页 |
5.3 基于国标的对4.5万吨化学品船的评定 | 第40-41页 |
6 化学品船技术经济综合评价研究 | 第41-55页 |
6.1 系统评价基础理论 | 第41-43页 |
6.1.1 系统评价的定义 | 第41页 |
6.1.2 系统评价的一般过程 | 第41页 |
6.1.3 系统评价的原则 | 第41-42页 |
6.1.4 系统评价方法简介 | 第42-43页 |
6.2 层次分析法原理 | 第43-48页 |
6.2.1 层次分析法简介 | 第43页 |
6.2.2 层次分析法的步骤 | 第43-48页 |
6.2.2.1 建立层次结构模型 | 第43-44页 |
6.2.2.2 建立判断矩阵 | 第44-45页 |
6.2.2.3 层次单排序 | 第45-47页 |
6.2.2.4 层次总排序 | 第47页 |
6.2.2.5 一致性检验 | 第47-48页 |
6.3 模糊综合评判法原理 | 第48-50页 |
6.3.1 模糊综合评判简介 | 第48-49页 |
6.3.2 模糊综合评判数学模型 | 第49页 |
6.3.3 模糊综合评判步骤 | 第49-50页 |
6.4 基于层次分析法的运输船舶多目标模糊综合评判 | 第50-54页 |
6.4.1 建立评价集 | 第50-51页 |
6.4.2 建立层次结构模型 | 第51-52页 |
6.4.3 确定指标权重 | 第52页 |
6.4.4 建立隶属度函数 | 第52-53页 |
6.4.5 建立模糊隶属度矩阵 | 第53-54页 |
6.4.6 综合评定 | 第54页 |
6.5 本章小结 | 第54-55页 |
7 化学品船未来发展趋势研究 | 第55-57页 |
8 论文工作总结与展望 | 第57-58页 |
8.1 论文工作总结 | 第57页 |
8.2 论文工作展望 | 第57-58页 |
致谢 | 第58-59页 |
参考文献 | 第59-61页 |
附录A 化学品船船队统计表 | 第61-65页 |
附录B 化学品船船东统计表 | 第65-71页 |
附录C 化学品船数学模型汇总 | 第71-92页 |
附录D 海洋运输船舶主要性能水平评级表 | 第92-96页 |