| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-21页 |
| ·选题的背景及研究的意义 | 第7-10页 |
| ·选题的背景 | 第7-9页 |
| ·研究的意义 | 第9-10页 |
| ·高层建筑火灾的防治及其危险性评估技术概况 | 第10-14页 |
| ·火灾防治技术 | 第10-11页 |
| ·评估方法概述 | 第11页 |
| ·高层建筑火灾危险性评估技术 | 第11-14页 |
| ·高层建筑火灾危险性评估方法的研究现状 | 第14-18页 |
| ·国内外火灾危险性评估方法研究现状 | 第14-15页 |
| ·现有的火灾危险性评估方法 | 第15-18页 |
| ·人工神经网络应用 | 第18页 |
| ·研究方案 | 第18-19页 |
| ·研究目标 | 第18-19页 |
| ·研究内容 | 第19页 |
| ·主要研究解决的问题 | 第19-20页 |
| ·技术路线 | 第20-21页 |
| 2 高层建筑火灾危险性评估指标体系 | 第21-36页 |
| ·高层建筑的火灾特点 | 第21-22页 |
| ·高层建筑火灾危险性的特点 | 第22-23页 |
| ·高层建筑火灾危险性构成要素 | 第23-25页 |
| ·第一类火灾危险源 | 第24页 |
| ·第二类火灾危险源 | 第24-25页 |
| ·高层建筑火灾危险性评估指标体系的建立 | 第25-28页 |
| ·高层建筑火灾危险性指标体系确定原则 | 第25页 |
| ·指标体系的建立 | 第25-28页 |
| ·高层建筑火灾危险性评估因素分析 | 第28-34页 |
| ·建筑物结构及火灾荷载因素 | 第28-29页 |
| ·火灾自动报警灭火系统因素 | 第29-32页 |
| ·安全疏散系统因素 | 第32-33页 |
| ·管理及其它因素 | 第33-34页 |
| ·评估指标定量化的处理方法 | 第34页 |
| ·小结 | 第34-36页 |
| 3 高层建筑火灾危险性的BP网络评估模型及程序实现 | 第36-47页 |
| ·BP神经网络简述 | 第36-40页 |
| ·BP网络模型 | 第36-37页 |
| ·BP学习算法 | 第37-40页 |
| ·高层建筑火灾危险性评估BP网络构建 | 第40-41页 |
| ·BP神经网络评估算法的程序编制和实现 | 第41-46页 |
| ·标准BP算法的编程步骤 | 第42-43页 |
| ·BP神经网络评估的程序实现 | 第43-46页 |
| ·小结 | 第46-47页 |
| 4 神经网络训练样本的确定 | 第47-57页 |
| ·权重的确定 | 第47-48页 |
| ·模糊数学及模糊隶属函数 | 第48-49页 |
| ·高层建筑火灾危险性模糊隶属度分析 | 第49-56页 |
| ·小结 | 第56-57页 |
| 5 高层建筑火灾危险性BP神经网络评估应用 | 第57-64页 |
| ·神经网络输入参数的选取 | 第57页 |
| ·初始化方法 | 第57页 |
| ·学习速率的选择 | 第57页 |
| ·期望误差的选取 | 第57页 |
| ·神经网络训练过程及其结果 | 第57-59页 |
| ·实例 | 第59-63页 |
| ·小结 | 第63-64页 |
| 6 结论 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 附录 | 第69页 |