| 内容摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-20页 |
| ·选题背景及研究意义 | 第9-10页 |
| ·选题背景 | 第9页 |
| ·研究意义 | 第9-10页 |
| ·国内外相关研究综述 | 第10-18页 |
| ·应急管理能力评价应用领域的研究现状 | 第10-15页 |
| ·应急管理能力评价方法的研究现状 | 第15-18页 |
| ·研究内容及研究方法 | 第18-20页 |
| ·研究内容 | 第18页 |
| ·研究方法 | 第18-20页 |
| 第2章 建筑工程项目安全应急管理相关分析 | 第20-32页 |
| ·建筑工程项目安全生产特点及安全事故类型分析 | 第20-23页 |
| ·建筑工程项目安全生产特点 | 第20-22页 |
| ·建筑工程项目安全事故类型 | 第22-23页 |
| ·建筑工程项目安全应急管理的原则及策略 | 第23-25页 |
| ·应急管理的起源及内涵 | 第23页 |
| ·建筑工程项目安全应急管理的原则 | 第23-24页 |
| ·建筑工程项目安全应急管理的策略 | 第24-25页 |
| ·建筑工程项目安全应急管理的内容及运作流程 | 第25-28页 |
| ·建筑工程项目安全应急管理的内容 | 第25-26页 |
| ·建筑工程项目安全应急管理的运作流程 | 第26-28页 |
| ·建筑工程项目安全应急管理能力要求及影响因素 | 第28-32页 |
| ·建筑工程项目安全应急管理能力的内涵 | 第28页 |
| ·建筑工程项目安全应急管理能力要求 | 第28-29页 |
| ·建筑工程项目安全应急管理能力影响因素 | 第29-32页 |
| 第3章 粒子群与人工神经网络 | 第32-50页 |
| ·粒子群 | 第32-39页 |
| ·群体智能简介 | 第32-33页 |
| ·粒子群算法基本原理 | 第33-35页 |
| ·粒子群算法流程 | 第35-36页 |
| ·粒子群算法改进 | 第36-37页 |
| ·粒子群与其他进化算法的比较 | 第37-38页 |
| ·粒子群的应用 | 第38-39页 |
| ·人工神经网络 | 第39-46页 |
| ·人工神经网络概念 | 第39-40页 |
| ·人工神经网络基本原理 | 第40-41页 |
| ·人工神经网络分类 | 第41-42页 |
| ·BP 神经网络简介 | 第42-46页 |
| ·粒子群与人工神经网络的结合 | 第46-50页 |
| ·进化算法在人工神经网络优化中的应用 | 第46-47页 |
| ·基于粒子群的人工神经网络学习算法 | 第47-50页 |
| 第4章 建筑工程项目安全应急管理能力评价指标体系的构建 | 第50-59页 |
| ·评价指标体系的构建原则 | 第50-52页 |
| ·评价指标体系的结构 | 第52-54页 |
| ·评价指标的选择 | 第54-56页 |
| ·评价指标的选择流程 | 第54页 |
| ·评价指标的类型 | 第54-55页 |
| ·评价指标的筛选方法 | 第55-56页 |
| ·评价指标体系的建立 | 第56-59页 |
| 第5章 建筑工程项目安全应急管理能力评价模型的建立 | 第59-72页 |
| ·基于粒子群和人工神经网络的安全应急管理能力评价模型 | 第59-67页 |
| ·评价模型框架 | 第59页 |
| ·数据归一化处理 | 第59-60页 |
| ·构造人工神经网络模型 | 第60-62页 |
| ·基于粒子群的人工神经网络模型学习训练 | 第62-66页 |
| ·人工神经网络模型测试 | 第66页 |
| ·运用人工神经网络模型进行评价 | 第66-67页 |
| ·实例研究与结果分析 | 第67-72页 |
| ·实例研究 | 第67-70页 |
| ·结果分析 | 第70-72页 |
| 第6章 总结与展望 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 后记 | 第77-78页 |
| 附录 A 建筑企业安全应急管理情况调查表(技术工人) | 第78-81页 |
| 附录 B 建筑企业安全应急管理情况调查表(管理人员) | 第81-85页 |
