首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--软件工程论文

基于BP神经网络的混合机组风险管理系统的设计与实现

摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第11-17页
    1.1 选题背景第11页
    1.2 国内外发展动态第11-15页
        1.2.1 BP神经网络研究现状第11-12页
        1.2.2 航空风险管理研究现状第12-13页
        1.2.3 混合机组风险管理研究现状第13-15页
        1.2.4 问题分析第15页
    1.3 论文研究内容和总体框架第15-17页
第二章 系统支撑技术第17-20页
    2.1 BP神经网络第17页
    2.2 MATLAB第17-18页
    2.3 MYSQL第18页
    2.4 SOA第18-19页
    2.5 WEB SERVICE第19页
    2.6 本章小结第19-20页
第三章 混合机组风险管理研究第20-27页
    3.1 混合机组风险管理流程和方法研究第20-22页
        3.1.1 评价矩阵法第20-21页
        3.1.2 模糊综合评价法第21-22页
    3.2 混合机组危险源与风险因素分析研究第22-26页
        3.2.1 中国国际航空公司混合机组现状第22-23页
        3.2.2 文化差异对人力资源管理的影响第23-24页
        3.2.3 文化差异对飞行安全的影响分析第24页
        3.2.4 影响飞行安全的文化因素分类第24-25页
        3.2.5 风险识别第25-26页
    3.3 本章小结第26-27页
第四章 基于BP神经网络的混合机组风险管理系统需求分析第27-30页
    4.1 需求概述第27-28页
    4.2 功能性需求第28-29页
        4.2.1 混合机组风险信息管理子系统第28页
        4.2.2 混合机组风险评估子系统第28页
        4.2.3 混合机组风险控制方案审核子系统第28页
        4.2.4 信息查询检索子系统第28页
        4.2.5 系统管理第28-29页
    4.3 非功能性需求第29页
    4.4 本章小结第29-30页
第五章 基于BP神经网络的混合机组风险管理系统总体设计第30-37页
    5.1 系统架构第30-32页
        5.1.1 系统设计原则第30页
        5.1.2 平台系统整体架构第30-32页
    5.2 软件结构第32-33页
    5.3 系统功能设计第33-35页
    5.4 数据库设计规范约定第35-36页
        5.4.1 数据库表命名规则第35页
        5.4.2 视图命名规则第35页
        5.4.3 存储过程命名规则第35页
        5.4.4 触发器命名规则第35页
        5.4.5 存储约定第35-36页
    5.5 系统硬件环境要求第36页
    5.6 本章小结第36-37页
第六章 基于BP神经网络的混合机组风险管理系统详细设计第37-48页
    6.1 系统工作流程设计第37-40页
        6.1.1 用户登录流程设计第38-39页
        6.1.2 风险信息评估分析流程设计第39-40页
        6.1.3 风险控制方案审核工作流程设计第40页
    6.2 基于BP神经网络的混合机组风险管理系统数据库设计第40-45页
        6.2.1 平台系统管理数据库设计第40-43页
        6.2.2 风险信息数据库和风险管理知识库设计第43-45页
    6.3 混合机组风险智能分析与评估子系统详细设计第45-47页
        6.3.1 明确输入层与输出层单元数第46页
        6.3.2 明确隐层单元数第46-47页
    6.4 本章小结第47-48页
第七章 系统实现与功能测试第48-57页
    7.0 关键技术的编程实现第48页
    7.1 软件系统的实现第48-52页
        7.1.1 用户登录第48-49页
        7.1.2 用户应用平台第49-51页
        7.1.3 系统配置平台第51-52页
    7.2 系统功能测试第52-56页
        7.2.1 测试环境第52-53页
        7.2.2 功能模块测试第53-56页
    7.3 本章小结第56-57页
第八章 总结与展望第57-58页
    8.1 总结第57页
    8.2 展望第57-58页
致谢第58-59页
参考文献第59-62页
附录第62-71页
    附录A WEB SERVICE的实现及其调用方法第62-64页
    附录B BP神经网络计算模型的实现第64-68页
    附录C MATLAB驱动的实现第68-71页

论文共71页,点击 下载论文
上一篇:协同过滤算法中相似度计算方法的研究
下一篇:基于多传感器信息融合的室内定位系统的设计与实现