| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 绪论 | 第8-13页 |
| 1.1 选题背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 拖航安全的研究现状 | 第9-10页 |
| 1.2.2 BP神经网络的应用研究现状 | 第10-12页 |
| 1.3 研究主要内容与技术路线 | 第12-13页 |
| 2 拖航 225FT自升式钻井平台工程分析 | 第13-30页 |
| 2.1 拖航钻井平台工程 | 第14-25页 |
| 2.1.1 拖航作业概况 | 第14页 |
| 2.1.2 拖航作业附近水域通航条件分析 | 第14-25页 |
| 2.2 拖船种类及拖航方式 | 第25-28页 |
| 2.2.1 拖船的种类 | 第25页 |
| 2.2.2 拖船的特点 | 第25-26页 |
| 2.2.3 拖航方式 | 第26-28页 |
| 2.3 钻井平台拖航风险种类 | 第28-30页 |
| 3 钻井平台拖航的安全评价指标体系的建立 | 第30-43页 |
| 3.1 拖航安全评价指标识别与评估评价方法 | 第30-35页 |
| 3.1.1 钻井平台拖航风险的分析 | 第31页 |
| 3.1.2 钻井平台拖航风险识别方法 | 第31-32页 |
| 3.1.3 钻井平台拖航风险评价方法 | 第32-35页 |
| 3.1.4 评价方法的比较和选择 | 第35页 |
| 3.2 拖航安全评价指标体系构建步骤及原则 | 第35-37页 |
| 3.2.1 拖航安全评价指标体系构建的步骤 | 第35-36页 |
| 3.2.2 拖航安全评价指标体系构建原则 | 第36-37页 |
| 3.3 拖航安全评价指标体系影响因素分析 | 第37-42页 |
| 3.3.1 人的因素 | 第37-38页 |
| 3.3.2 机器因素 | 第38-40页 |
| 3.3.3 环境因素 | 第40-41页 |
| 3.3.4 管理因素 | 第41-42页 |
| 3.4 钻井平台拖航安全评价指标体系 | 第42-43页 |
| 4 基于BP神经网络的拖航评价模型的建立 | 第43-64页 |
| 4.1 神经元 | 第43-45页 |
| 4.1.1 生物神经元 | 第43-44页 |
| 4.1.2 人工神经元 | 第44-45页 |
| 4.2 人工神经网络的分类 | 第45-47页 |
| 4.3 BP神经网络 | 第47-53页 |
| 4.3.1 BP神经网络评价的步骤 | 第47-48页 |
| 4.3.2 BP神经网络结构 | 第48-49页 |
| 4.3.3 BP神经网络算法 | 第49-51页 |
| 4.3.4 BP神经网络模型建立 | 第51-53页 |
| 4.4 BP神经网络安全评价模型的MATLAB实现 | 第53-64页 |
| 4.4.1 钻井平台拖航安全评价的网络结构 | 第53-54页 |
| 4.4.2 样本数据的选取 | 第54-56页 |
| 4.4.3 MATLAB实现 | 第56-57页 |
| 4.4.4 钻井平台拖航安全评价模型的训练和验证结果 | 第57-62页 |
| 4.4.5 实例验证 | 第62-63页 |
| 4.4.6 相应的建议与对策 | 第63-64页 |
| 5 总结与展望 | 第64-66页 |
| 5.1 总结 | 第64-65页 |
| 5.2 展望 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 附录 | 第69-77页 |
| 致谢 | 第77-79页 |
| 在校期间主要科研成果 | 第79页 |