| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·油污损害的现状 | 第10-12页 |
| ·船舶溢油损害赔偿评估方法研究的意义 | 第12-13页 |
| ·溢油损害评估方法研究现状及发展 | 第13-15页 |
| ·国际油污损害评估技术现状 | 第14页 |
| ·我国油污损害评估技术现状 | 第14-15页 |
| ·油污损害评估的发展趋势 | 第15页 |
| ·本文研究的内容 | 第15-17页 |
| 第2章 油污损害项目及索赔项目分析 | 第17-26页 |
| ·油污损害的法律定义 | 第17页 |
| ·溢油污染造成的影响 | 第17-19页 |
| ·对政府机构的影响 | 第17-18页 |
| ·对渔业的影响 | 第18页 |
| ·对娱乐和旅游业的影响 | 第18-19页 |
| ·对沿岸工业的影响 | 第19页 |
| ·对航运业的影响 | 第19页 |
| ·对其他个人和集体的影响 | 第19页 |
| ·损害赔偿项目分类 | 第19-24页 |
| ·清污费用 | 第20-21页 |
| ·经济损失 | 第21-22页 |
| ·环境损害 | 第22-24页 |
| ·本章总结 | 第24-26页 |
| 第3章 人工神经网络的基本理论 | 第26-33页 |
| ·人工神经网络的概述 | 第26-27页 |
| ·人工神经网络的学习训练 | 第27-28页 |
| ·人工神经网络的学习方式 | 第27-28页 |
| ·人工神经网络的学习规则 | 第28页 |
| ·BP神经网络模型 | 第28-32页 |
| ·BP神经网络结构组成 | 第28-29页 |
| ·BP神经网络训练过程 | 第29-31页 |
| ·BP网络模型和学习流程 | 第31-32页 |
| ·本章总结 | 第32-33页 |
| 第4章 BP神经网络的设计和应用 | 第33-39页 |
| ·人工神经网络应用于船舶油污事故损害赔偿估算的可行性分析 | 第33页 |
| ·油污事故输入参数的选择与特征值确定 | 第33-35页 |
| ·BP神经网络结构和参数的确定 | 第35-38页 |
| ·BP网络结构的设计 | 第35-36页 |
| ·网络参数的确定 | 第36-37页 |
| ·样本的预处理和后处理 | 第37-38页 |
| ·本章总结 | 第38-39页 |
| 第5章 使用MATLAB对溢油网络(BP)进行训练和仿真分析 | 第39-51页 |
| ·训练样本和归一化处理函数 | 第39-41页 |
| ·使用MATLAB对BP神经网络进行学习和仿真 | 第41-47页 |
| ·常用的MATLAB工具箱函数 | 第41-43页 |
| ·BP网络的建立及训练 | 第43-45页 |
| ·BP网络的仿真输出 | 第45-47页 |
| ·结果分析 | 第47-50页 |
| ·本章总结 | 第50-51页 |
| 第6章 总结与展望 | 第51-53页 |
| ·总结 | 第51页 |
| ·展望 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 附录 | 第56-58页 |
| 致谢 | 第58页 |