| 目录 | 第1-5页 |
| 中文摘要 | 第5-6页 |
| ABSTRACT | 第6-20页 |
| 第一章 绪论 | 第20-26页 |
| ·国内外关于燃气管道事故后果评价研究的现状 | 第20-21页 |
| ·现有评价技术及其局限性 | 第21-23页 |
| ·本课题研究的目的及意义 | 第23-24页 |
| ·课题研究内容简述 | 第24-26页 |
| 第二章 糊神经网络在埋地燃气管道失效后果严重度评价中的应用研究 | 第26-62页 |
| ·概述 | 第26-27页 |
| ·关于补偿模糊神经网络 | 第27-34页 |
| ·模糊神经元 | 第27-30页 |
| ·补偿模糊神经网络结构 | 第30页 |
| ·补偿模糊推理原理 | 第30-32页 |
| ·补偿模糊神经网络的学习算法 | 第32-34页 |
| ·伤害模型 | 第34-45页 |
| ·蒸气云爆炸伤害模型 | 第36-39页 |
| ·毒气泄漏模型 | 第39-45页 |
| ·复合伤害模型伤亡人数和财产损失的计算 | 第45-47页 |
| ·基于补偿模糊神经网络的燃气管道失效后果严重度评价 | 第47-61页 |
| ·建立因素集 | 第47-48页 |
| ·网络模型 | 第48-49页 |
| ·输入输出模式对的求取 | 第49-55页 |
| ·网络输入数据的实现 | 第49-50页 |
| ·网络输出数据的实现 | 第50-51页 |
| ·因素权重的求取 | 第51-54页 |
| ·训练数据对的获取 | 第54-55页 |
| ·网络训练步骤 | 第55-56页 |
| ·网络学习过程流程图 | 第56-57页 |
| ·网络程序及网络参数的初始化 | 第57-58页 |
| ·网络参数的初始化 | 第57-58页 |
| ·网络编程 | 第58页 |
| ·仿真结果及分析 | 第58-61页 |
| ·网络运行结果 | 第58-60页 |
| ·实际案例对网络性能的验证 | 第60-61页 |
| ·小结 | 第61-62页 |
| 第三章 毒气泄漏实验 | 第62-76页 |
| ·实验目的 | 第62页 |
| ·实验方案 | 第62-70页 |
| ·实验理论依据 | 第62页 |
| ·实验燃气扩散浓度的模式选取 | 第62-68页 |
| ·燃气在大气中的扩散模式 | 第62-65页 |
| ·高斯烟羽模式 | 第63-64页 |
| ·高斯烟团模式 | 第64-65页 |
| ·模式参数的获取 | 第65-68页 |
| ·扩散模式选取准则 | 第68页 |
| ·实验内容 | 第68-70页 |
| ·实验时间 | 第68页 |
| ·实验地点 | 第68页 |
| ·实验器材 | 第68页 |
| ·实验步骤 | 第68-70页 |
| ·实验结果 | 第70-75页 |
| ·实验小结 | 第75-76页 |
| 第四章 网络对实际管网失效后果严重度的预测评估 | 第76-88页 |
| ·贵黄段 | 第76-83页 |
| ·贵阳市市区管段 | 第83-87页 |
| ·小结 | 第87-88页 |
| 第五章 埋地燃气管网的风险评价 | 第88-96页 |
| ·补偿模糊神经网络风险计算模型的建立 | 第88页 |
| ·建立模糊推理规则库 | 第88-90页 |
| ·构造输入输出训练数据对 | 第90-91页 |
| ·网络编程及可行性的验证 | 第91页 |
| ·风险评估网络对贵阳市燃气管网的工程实际应用 | 第91-94页 |
| ·补偿模糊神经网络风险的可接受准则 | 第94页 |
| ·全面降低埋地燃气管道风险的措施 | 第94-95页 |
| ·小结 | 第95-96页 |
| 第六章 结论与展望 | 第96-97页 |
| 致谢 | 第97-98页 |
| 主要参考文献 | 第98-101页 |
| 附录 | 第101-136页 |
| 附录1 失效后果评估网络输入输出训练数据 | 第101-121页 |
| 附录2 失效后果评估网络编程 | 第121-127页 |
| 附录3 风险评估网络输入输出训练数据 | 第127-133页 |
| 附录4 风险评估网络编程 | 第133-136页 |
| 原创性声明 | 第136页 |
| 关于学位论文使用授权的声明 | 第136页 |