首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

基于人工神经网络的煤化工项目风险评价研究

摘要第1-5页
ABSTRACT第5-10页
1 绪论第10-20页
   ·研究背景与意义第10-11页
     ·研究背景第10-11页
     ·研究意义第11页
   ·文献综述第11-16页
     ·国外风险管理研究第11-13页
     ·国内风险管理研究第13-16页
   ·研究框架与方法第16-19页
     ·研究目的第16页
     ·研究内容与框架第16-17页
     ·研究方法第17-18页
     ·技术路线图第18-19页
   ·创新点第19-20页
2 项目风险管理的理论基础第20-31页
   ·风险与风险管理第20-22页
     ·风险第20-21页
     ·风险管理第21-22页
   ·项目与项目管理第22-23页
     ·项目及项目风险第22-23页
     ·项目管理第23页
   ·项目风险管理及项目风险评价方法第23-29页
     ·项目风险管理定义第23-24页
     ·项目管理过程第24-25页
     ·项目管理评价方法概述第25-29页
   ·人工神经网络理论第29-30页
   ·本章小结第30-31页
3 煤化工项目风险评价指标体系的建立第31-38页
   ·煤化工项目现状第31-33页
   ·煤化工项目风险特点第33页
   ·煤化工项目风险识别第33-35页
   ·煤化工项目风险评价指标体系第35-37页
     ·指标体系设置原则第35-36页
     ·风险评价指标体系第36-37页
   ·本章小结第37-38页
4 煤化工项目风险评价神经网络模型的构建第38-50页
   ·BP 神经网络原理第38-40页
   ·煤化工项目风险评价神经网络模型的设计第40-43页
     ·网络层次的确定第40页
     ·各层节点数的确定第40-42页
     ·激励函数的选取第42页
     ·训练函数的选取第42-43页
   ·面向 MATLAB 的煤化工项目风险评价模型的构建第43-49页
     ·样本数据获取第43-45页
     ·模型创建第45-46页
     ·参数初始化第46页
     ·模型训练与检测第46-49页
   ·本章小结第49-50页
5 案例分析第50-56页
   ·案例简介第50-51页
   ·模型评价结果第51-52页
   ·案例风险评价第52-55页
   ·本章小结第55-56页
6 研究总结与展望第56-58页
   ·研究总结第56页
   ·不足及展望第56-58页
附录第58-65页
参考文献第65-70页
发表论文和科研情况说明第70-71页
致谢第71-72页

论文共72页,点击 下载论文
上一篇:刀具嵌入式切削力测量用薄膜传感器关键技术研究
下一篇:基于FPGA的多通道模数混合采集装置的设计及实现