| 中文摘要 | 第1-3页 |
| 英文摘要 | 第3-7页 |
| 第一章 绪论 | 第7-13页 |
| 1．1 石油化工生产的特点 | 第7-10页 |
| 1．1．1 生产装置大型化 | 第7页 |
| 1．1．2 生产过程具有高度的连续性 | 第7页 |
| 1．1．3 工艺过程和辅助系统庞大复杂 | 第7-8页 |
| 1．1．4 生产过程自动化程度高 | 第8页 |
| 1．1．5 生产过程危险性大 | 第8-10页 |
| 1．1．5．1 火灾和爆炸 | 第8-10页 |
| 1．1．5．2 中毒窒息 | 第10页 |
| 1．2 安全生产在石油化工企业中的重要性 | 第10-12页 |
| 1．2．1 石油化工行业是国民经济的支柱产业之一 | 第10-11页 |
| 1．2．2 石油化工企业的事故将导致严重的后果 | 第11页 |
| 1．2．3 安全生产是获得最大经济效益的需要 | 第11-12页 |
| 1．3 石油化工企业安全评价研究的意义 | 第12页 |
| 1．4 本课题研究的主要内容及方法 | 第12-13页 |
| 第二章 工业企业安全分析与评价的常用方法 | 第13-35页 |
| 2．1 安全评价中的几个基本概念 | 第14-17页 |
| 2．1．1 安全与危险 | 第14-15页 |
| 2．1．2 安全与事故 | 第15-16页 |
| 2．1．3 事故与隐患 | 第16-17页 |
| 2．1．4 安全、危险、事故、隐患之间的关系 | 第17页 |
| 2．2 系统安全分析 | 第17-27页 |
| 2．2．1 事故致因理论 | 第17-20页 |
| 2．2．1．1 事故频发倾向论 | 第18页 |
| 2．2．1．2 事故因果连锁论 | 第18-20页 |
| 2．2．2 安全分析的任务和目的 | 第20-21页 |
| 2．2．3 安全分析模型 | 第21-22页 |
| 2．2．3．1 事故与人－机－环境系统及其功能目标的构架关系 | 第21-22页 |
| 2．2．3．2 以人为本的人－机－环境系统分析方法 | 第22页 |
| 2．2．3．3 安全分析模型 | 第22页 |
| 2．2．4 安全分析方法 | 第22-27页 |
| 2．2．4．1 危险和可操作性研究 | 第23页 |
| 2．2．4．2 预先危险性分析 | 第23-24页 |
| 2．2．4．3 事故树分析 | 第24-25页 |
| 2．2．4．4 事件树分析 | 第25-26页 |
| 2．2．4．5 故障类型及影响分析 | 第26页 |
| 2．2．4．6 因果分析法 | 第26-27页 |
| 2．3 系统安全评价 | 第27-34页 |
| 2．3．1 安全检查表法 | 第27-28页 |
| 2．3．2 指数评价方法 | 第28-32页 |
| 2．3．2．1 道化学公司火灾爆炸危险指数评价法 | 第29-30页 |
| 2．3．2．2 蒙德火灾爆炸毒性指标评价法 | 第30-31页 |
| 2．3．2．3 日本劳动省化工企业六阶段安全评价法 | 第31-32页 |
| 2．3．3 概率风险评价法 | 第32-33页 |
| 2．3．4 综合评价法 | 第33页 |
| 2．3．5 数值模拟、人工智能法 | 第33-34页 |
| 2．4 本章小结 | 第34-35页 |
| 第三章 石油化工企业安全评价指标体系的建立 | 第35-43页 |
| 3．1 建立安全评价指标体系的原则 | 第35-37页 |
| 3．1．1 系统性原则 | 第35-36页 |
| 3．1．2 科学性原则 | 第36页 |
| 3．1．3 评价指标的特殊性与普遍性原则 | 第36页 |
| 3．1．4 单元化分与合成原则 | 第36-37页 |
| 3．1．5 评价指标的可量化原则 | 第37页 |
| 3．2 安全评价指标体系的结构与评价指标的确定 | 第37-41页 |
| 3．2．1 安全评价指标体系的建立 | 第37-40页 |
| 3．2．2 安全评价指标量化处理方法 | 第40-41页 |
| 3．2．2．1 定量指标的确定方法 | 第40页 |
| 3．2．2．2 定性指标的确定方法 | 第40页 |
| 3．2．2．3 分级指标的定量分析结果综合 | 第40-41页 |
| 3．3 安全评价模型的建立 | 第41-42页 |
| 3．3．1 静态与动态安全评价模型 | 第41页 |
| 3．3．2 安全评价模型确定模型 | 第41-42页 |
| 3．4 本章小结 | 第42-43页 |
| 第四章 基于人工神经网络的非线性安全评价系统 | 第43-83页 |
| 4．1 引言 | 第43-48页 |
| 4．1．1 人工神经网络的基本原理 | 第43-44页 |
| 4．1．2 人工神经网络的一般框架 | 第44-45页 |
| 4．1．3 人工神经网络的能力 | 第45-46页 |
| 4．1．3．1 神经网络的存储能力 | 第45页 |
| 4．1．3．2 神经网络的计算能力 | 第45-46页 |
| 4．1．4 人工神经网络的基本特性 | 第46-48页 |
| 4．1．4．1 神经计算与并行处理 | 第46-47页 |
| 4．1．4．2 容错性 | 第47页 |
| 4．1．4．3 自适应性 | 第47页 |
| 4．1．4．4 知识的分布存储 | 第47-48页 |
| 4．1．5 人工神经网络的应用领域 | 第48页 |
| 4．2 人工神经网络在石油化工企业安全评价中的适应性 | 第48-50页 |
| 4．2．1 传统的事故分析方法存在的问题 | 第48-49页 |
| 4．2．2 非线性动力学安全评价模型的适应性 | 第49-50页 |
| 4．3 人工神经网络的基本结构和模型 | 第50-56页 |
| 4．3．1 人工神经元模型 | 第50-52页 |
| 4．3．1．1 生物神经元模型 | 第50-51页 |
| 4．3．1．2 人工神经元模型 | 第51-52页 |
| 4．3．2 激活转移函数 | 第52-54页 |
| 4．3．2．1 阈值型激活函数 | 第52-53页 |
| 4．3．2．2 线性激活函数 | 第53页 |
| 4．3．2．3 S型激活函数 | 第53-54页 |
| 4．3．3 单层神经元网络模型结构 | 第54-55页 |
| 4．3．4 多层神经元网络模型结构 | 第55-56页 |
| 4．3．5 反馈网络 | 第56页 |
| 4．4 典型的神经网络模型 | 第56-66页 |
| 4．4．1 感知器模型 | 第57-59页 |
| 4．4．1．1 感知器神经元模型 | 第57-58页 |
| 4．4．1．2 感知器的学习规则 | 第58-59页 |
| 4．4．2 自适应线性网络模型 | 第59-60页 |
| 4．4．2．1 自适应线性神经元模型和结构 | 第59页 |
| 4．4．2．2 W-H学习规则 | 第59-60页 |
| 4．4．2．3 线性网络得训练步骤 | 第60页 |
| 4．4．3 反向传播网络（BP网络 | 第60-66页 |
| 4．4．3．1 BP网络模型与结构 | 第60-61页 |
| 4．4．3．2 BP网络的算法 | 第61-62页 |
| 4．4．3．3 BP网络误差反向传播流程 | 第62-63页 |
| 4．4．3．4 网络的设计和训练 | 第63-66页 |
| 4．5 MATLAB软件辅助神经网络分析 | 第66-67页 |
| 4．6 基于人工神经网络的安全 | 第67-82页 |
| 4．6．1 评价系统神经网络结构的确定 | 第68-69页 |
| 4．6．2 网络样本输入数据的初始化 | 第69-76页 |
| 4．6．2．1 数据初始化的方法 | 第69页 |
| 4．6．2．2 网络训练样本数据的准备 | 第69-76页 |
| 4．6．3 网络训练过程及结果 | 第76-82页 |
| 4．7 本章小结 | 第82-83页 |
| 结论与建议 | 第83-85页 |
| 1． 本课题的研究结果 | 第83页 |
| 2． 对今后研究工作的展望和建议 | 第83-85页 |
| 参考文献 | 第85-89页 |
| 致谢 | 第89-90页 |
| 个人简历 | 第90页 |
