| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第8-10页 |
| 第1章 绪论 | 第10-13页 |
| ·研究背景及意义 | 第10页 |
| ·国内外研究现状 | 第10-11页 |
| ·主要内容及研究思路 | 第11-13页 |
| 第2章 LNG海上运输现状研究 | 第13-30页 |
| ·LNG海上运输的产生 | 第13-24页 |
| ·世界天然气资源的分布 | 第13-16页 |
| ·天然气贸易流向 | 第16-18页 |
| ·我国天然气发展现状 | 第18-24页 |
| ·天然气的运输方式 | 第24-27页 |
| ·天然气管道运输 | 第25-26页 |
| ·天然气公路运输 | 第26页 |
| ·天然气海上运输 | 第26-27页 |
| ·LNG船舶发展现状 | 第27-30页 |
| ·世界目前LNG船舶数量 | 第28页 |
| ·我国服役和在建的LNG船舶 | 第28-30页 |
| 第3章 LNG海上运输流程及影响因素分析 | 第30-45页 |
| ·LNG海上运输流程 | 第30-37页 |
| ·天然气液化站 | 第31-34页 |
| ·LNG海上运输 | 第34-36页 |
| ·LNG接收站 | 第36-37页 |
| ·影响LNG海上运输安全因素分析 | 第37-43页 |
| ·LNG自身性质因素 | 第37-40页 |
| ·船舶因素 | 第40页 |
| ·LNG装卸码头因素 | 第40-41页 |
| ·人为因素 | 第41页 |
| ·安全管理因素 | 第41-42页 |
| ·自然环境因素 | 第42-43页 |
| ·LNG船舶事故分析 | 第43-45页 |
| 第4章 基于BP神经网络的我国LNG海上运输安全评价模型 | 第45-65页 |
| ·BP神经网络模型简介 | 第45-49页 |
| ·BP神经网络的结构 | 第45页 |
| ·BP学习算法 | 第45-46页 |
| ·评价流程 | 第46-49页 |
| ·BP神经网络模型的实现 | 第49-58页 |
| ·训练样本数据的采集和处理 | 第49-53页 |
| ·BP神经网络的建立 | 第53-58页 |
| ·BP训练结果及仿真 | 第58-59页 |
| ·训练结果 | 第58页 |
| ·BP神经网络的仿真 | 第58-59页 |
| ·BP神经网络模型的GUI实现 | 第59-63页 |
| ·实例分析 | 第63-65页 |
| 第5章 对策与建议 | 第65-69页 |
| ·增强我国运输企业对LNG运输的能力 | 第65页 |
| ·加快LNG运输集装箱化发展 | 第65-66页 |
| ·完善船舶的配置和功能 | 第66-67页 |
| ·完善船舶设计 | 第66页 |
| ·采用特殊工艺建造 | 第66-67页 |
| ·配备功能完善的各种系统 | 第67页 |
| ·完善港口的配套设施 | 第67页 |
| ·加快LNG船舶的建设 | 第67-69页 |
| 第6章 结论 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 附录1 BP神经网络训练程序 | 第73-76页 |
| 附录2 问卷调查表 | 第76-78页 |
| 致谢 | 第78页 |