首页--交通运输论文--铁路运输论文--特种铁路论文--高速铁路论文

基于BP神经网络的高速铁路风险评价模型研究

摘要第6-7页
Abstract第7-8页
第1章 绪论第12-16页
    1.1 课题的研究背景和意义第12-13页
    1.2 国内外研究现状第13-14页
        1.2.1 国外研究现状第13页
        1.2.2 国内研究现状第13-14页
    1.3 论文主要研究内容及技术路线第14-16页
        1.3.1 研究内容第14-15页
        1.3.2 技术路线第15-16页
第2章 高速铁路风险相关理论第16-31页
    2.1 风险理论介绍第16-17页
        2.1.1 风险的概念第16页
        2.1.2 高速铁路风险概念第16-17页
    2.2 高速铁路风险管理过程第17-18页
    2.3 高速铁路风险评价方法简介第18-21页
        2.3.1 定性评价法第19-20页
        2.3.2 定量评价法第20页
        2.3.3 综合评价法第20-21页
    2.4 高速铁路风险评价方法选择第21-22页
    2.5 风险因素的识别方法第22-23页
    2.6 高铁系统安全因素分析第23-26页
    2.7 BP神经网络评价法第26-30页
        2.7.1 BP神经网络概述第26页
        2.7.2 BP神经网络的学习算法第26-29页
        2.7.3 BP网络评价的基本步骤第29-30页
    2.8 本章小结第30-31页
第3章 高速铁路风险评价指标体系的建立第31-43页
    3.1 建立评价指标体系的步骤第31页
    3.2 基于事故的指标体系分析第31-37页
        3.2.1 事故的分类第31-32页
        3.2.2 事故致因分析第32-37页
    3.3 高速铁路评价指标体系的构建第37-39页
        3.3.1 评价指标构建原则第37-38页
        3.3.2 高铁风险评价指标的构建第38-39页
    3.4 主成分分析相关理论第39-42页
        3.4.1 主成分分析的基本原理第39-40页
        3.4.2 主成分分析的数学模型第40页
        3.4.3 主成分分析的一般步骤第40-42页
    3.5 本章小结第42-43页
第4章 高速铁路风险评价模型的建立第43-69页
    4.1 BP神经网络模型的设计第43-46页
        4.1.1 网络层数的确定第43页
        4.1.2 各层神经元数目的确定第43-44页
        4.1.3 激励函数的选取第44页
        4.1.4 网络学习参数的选取第44-46页
        4.1.5 面向MATLAB的BP神经网络设计第46页
    4.2 样本数据的确定第46-54页
        4.2.1 通过调查表计算隶属度矩阵第46-49页
        4.2.2 由模糊算法确定单个专家的评价数据第49-51页
        4.2.3 专家权重的确定及样本数据的确定第51-54页
    4.3 样本铁路整体风险得分的确定第54-58页
        4.3.1 指标权重的确定第54-56页
        4.3.2 铁路整体风险得分的确定第56-58页
    4.4 BP网络风险评价模型的建立第58-60页
    4.5 主成分与BP网络相结合的风险评价模型的建立第60-68页
        4.5.1 样本数据的主成分分析第61-66页
        4.5.2 模型的建立第66-68页
    4.6 本章小结第68-69页
第5章 高速铁路风险评价模型应用第69-78页
    5.1 京沪高速铁路概况第69-71页
        5.1.1 京沪高铁相关背景第69页
        5.1.2 京沪高铁安全管理模式第69-70页
        5.1.3 京沪高铁安全因素第70-71页
    5.2 基于主成分与BP网络相结合的京沪高铁风险评价第71-74页
        5.2.1 京沪高铁样本数据第71-72页
        5.2.2 用SPSS对样本数据进行主成分分析第72-73页
        5.2.3 BP神经网络综合评价及结论分析第73-74页
    5.3 基于模糊算法的高铁风险评价第74-76页
        5.3.1 京沪高铁指标权重的计算第74-75页
        5.3.2 通过调查表计算样本数据的隶属度矩阵第75页
        5.3.3 模糊综合评价及结论分析第75-76页
    5.4 两种评价方法的对比与分析第76-77页
    5.5 本章小结第77-78页
总结与展望第78-79页
致谢第79-80页
参考文献第80-82页
附录第82-83页
攻读硕士学位期间发表的论文第83页

论文共83页,点击 下载论文
上一篇:电动汽车整车控制器基础软件开发及控制策略研究
下一篇:二氧化钛/石墨烯复合材料的制备及其光催化性能的研究