基于BP人工神经网络的化工企业环境风险评价方法的研究

摘要	第1-6页
Abstract	第6-10页
第一章 绪论	第10-19页
·选题背景和研究的意义	第10-12页
·选题背景	第10-11页
·研究的意义和必要性	第11-12页
·研究现状	第12-17页
·层次分析法(AHP法)	第12-14页
·蒙特卡罗方法(MC方法)	第14页
·BP神经网络方法介绍	第14-17页
·研究的内容及方法	第17-19页
·研究内容	第17页
·研究方法	第17-19页
第二章 环境风险评价概述	第19-31页
·风险概述	第19-22页
·风险的定义	第19页
·风险的特征	第19-20页
·风险的分类	第20-22页
·风险管理	第22-25页
·风险管理的概念	第22页
·风险管理的必要性	第22-23页
·风险管理研究	第23-25页
·环境风险评价概述	第25-26页
·环境风险及环境风险评价	第25页
·环境风险评价的程序	第25页
·环境风险评价存在的问题	第25-26页
·环境风险评价与环境影响评价的关系	第26-27页
·环境风险评价与环境影响评价的概念	第26页
·环境风险评价与环境影响评价的相关性及区别	第26-27页
·环境风险评价与安全评价的关系	第27-31页
·安全评价的概念	第27页
·环境风险评价与安全评价的相关性及区别	第27-31页
第三章 化工企业环境风险评价指标体系的建立	第31-48页
·化工企业环境风险概述	第31-33页
·化工企业环境风险评价的特点	第31页
·化工企业环境风险类型	第31-32页
·化工企业事故特点及其防治建议	第32-33页
·化工企业环境风险指标体系设置的原则	第33-34页
·化工企业环境风险的影响因素分析	第34-45页
·源项因子	第35-37页
·风险物质贮存量	第35页
·风险物质具体理化性质	第35-37页
·过程因子	第37-44页
·人的因素	第37-38页
·物的因素	第38-41页
·环境因素	第41-44页
·受体因子	第44-45页
·人口密度	第44页
·环境敏感度	第44-45页
·化工企业风险评价的指标体系	第45-48页
第四章 BP神经网络化工类项目风险评价模型的建立	第48-63页
·BP神经网络的理论综述	第48页
·BP神经网络的基本介绍	第48-53页
·BP神经网络的学习算法	第49-51页
·BP神经网络的算法流程	第51-53页
·BP神经网络模型的建立	第53-56页
·网络层数的确定	第53页
·各层神经元数目的确定	第53-54页
·激励函数的选取	第54-56页
·网络学习参数的选取	第56页
·面向MATLAB的BP神经网络设计	第56-59页
·BP神经网络的创建	第57页
·BP神经网络初始化	第57页
·BP神经网络的训练	第57-59页
·BP神经网络的仿真	第59页
·神经网络GUI的实现	第59-63页
·图形用户界面简介	第59-60页
·神经网络拟合工具箱的图形界面	第60-61页
·神经网络聚类工具箱和模式识别工具箱的图形界面	第61-63页
第五章 模型应用与实例分析	第63-71页
·模型的训练及检测	第63-68页
·样本数据的选取	第63-64页
·网络结构的确定	第64-65页
·模型的训练结果	第65-67页
·模型的检测结果	第67-68页
·案例项目风险评价分析	第68-71页
·案例项目概况	第68页
·简易工程分析	第68-70页
·案例项目风险评价	第70-71页
第六章 结论与展望	第71-73页
·结论	第71-72页
·展望	第72-73页
附录	第73-79页
参考文献	第79-83页
致谢	第83页