基于遗传神经网络的地下商场火灾风险评价方法
| 学位论文独创性说明 | 第1页 |
| 学位论文知识产权声明书 | 第2-3页 |
| 摘要 | 第3-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-17页 |
| ·引言 | 第8-9页 |
| ·地下商场的火灾风险性 | 第9-11页 |
| ·建筑火灾风险评价现状分析 | 第11-14页 |
| ·本文的研究目的、内容和方法 | 第14-17页 |
| ·研究的目的和内容 | 第14-15页 |
| ·研究的方法 | 第15页 |
| ·采用的技术路线 | 第15-17页 |
| 2 地下商场火灾风险评价指标体系建立 | 第17-28页 |
| ·建立评价指标体系的原则 | 第17-18页 |
| ·因果分析法确定地下商场火灾风险性影响因素 | 第18-23页 |
| ·因果分析的系统安全分析方法 | 第18-19页 |
| ·基于因果分析法得到地下商场火灾风险评价指标体系 | 第19-23页 |
| ·地下商场火灾危险源种类划分 | 第23-25页 |
| ·三类危险源理论简介 | 第23-24页 |
| ·利用三类危险源理论划分地下商场火灾危险源 | 第24-25页 |
| ·地下商场消防安全评价指标体系 | 第25-26页 |
| ·本章小结 | 第26-28页 |
| 3 地下商场火灾风险评价的遗传神经网络构造 | 第28-42页 |
| ·人工神经网络基础知识 | 第28-32页 |
| ·人工神经元模型 | 第28-29页 |
| ·BP神经网络 | 第29-32页 |
| ·遗传算法基础知识 | 第32-35页 |
| ·遗传算法的基本操作 | 第32-34页 |
| ·遗传实现和过程示意图 | 第34-35页 |
| ·遗传算法的特点及优越性 | 第35页 |
| ·地下商场火灾评价的遗传神经网络实现 | 第35-41页 |
| ·遗传神经网络的建立 | 第35-37页 |
| ·遗传神经网络的Matlab实现 | 第37-40页 |
| ·遗传神经网络模型的流程 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 4 遗传神经网络训练及评价模型验证 | 第42-58页 |
| ·灰色聚类评价方法构造神经网络训练样本 | 第42-51页 |
| ·灰色聚类评价 | 第42-50页 |
| ·得到遗传神经网络的训练样本 | 第50-51页 |
| ·进行遗传神经网络训练 | 第51页 |
| ·设置遗传神经网络各个参数 | 第51页 |
| ·运行遗传神经网络Matlab代码 | 第51页 |
| ·训练结果 | 第51页 |
| ·评价模型的实例验证 | 第51-56页 |
| ·地下商场模型 | 第52页 |
| ·商场布局 | 第52-53页 |
| ·地下商场消防说明 | 第53-55页 |
| ·对照规范及综合评价结果 | 第55-56页 |
| ·遗传神经网络评价 | 第56页 |
| ·本章小结 | 第56-58页 |
| 5 结论 | 第58-60页 |
| ·主要结论 | 第58-59页 |
| ·展望 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 附录 | 第65-70页 |
| 攻读硕士学位期间所发表的论文: | 第70页 |
| 攻读硕士学位期间所参加的科研项目: | 第70页 |
