公路桥梁生命周期环境影响评价分析--以广东某高速公路桥梁为例
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-23页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外相关研究现状 | 第12-19页 |
| 1.2.1 生命周期评价研究现状 | 第12-14页 |
| 1.2.2 生命周期成本分析研究现状 | 第14-16页 |
| 1.2.3 生命周期环境影响成本分析研究现状 | 第16-18页 |
| 1.2.4 数据质量分析研究现状 | 第18-19页 |
| 1.3 本文研究的主要内容 | 第19-23页 |
| 1.3.1 存在问题及研究思路 | 第19-21页 |
| 1.3.2 论文主要内容 | 第21-23页 |
| 第二章 生命周期理论 | 第23-36页 |
| 2.1 生命周期评价 | 第23-29页 |
| 2.1.1 生命周期评价的起源与发展 | 第23-24页 |
| 2.1.2 生命周期评价的技术框架 | 第24-28页 |
| 2.1.3 生命周期影响评价的方法 | 第28-29页 |
| 2.2 生命周期成本分析 | 第29-32页 |
| 2.2.1 生命周期成本分析的基本概念 | 第29-30页 |
| 2.2.2 生命周期成本分析的方法 | 第30-31页 |
| 2.2.3 生命周期成本分析的流程 | 第31页 |
| 2.2.4 生命周期评价与生命周期成本分析的差异 | 第31-32页 |
| 2.3 环境影响成本分析 | 第32-34页 |
| 2.3.1 环境影响成本的概念及特征 | 第32-33页 |
| 2.3.2 环境影响成本的量化方法 | 第33-34页 |
| 2.4 数据质量分析 | 第34-35页 |
| 2.5 本章小结 | 第35-36页 |
| 第三章 公路桥梁生命周期环境影响定量评价 | 第36-61页 |
| 3.1 评价模型的构建 | 第36-47页 |
| 3.1.1 目的和范围的确定 | 第37-38页 |
| 3.1.2 桥梁清单分析 | 第38-42页 |
| 3.1.3 桥梁生命周期环境影响分析 | 第42-46页 |
| 3.1.4 结果解释 | 第46-47页 |
| 3.2 工程案例分析 | 第47-60页 |
| 3.2.1 案例桥梁工程概况 | 第47-49页 |
| 3.2.2 清单分析 | 第49-53页 |
| 3.2.3 环境影响分析结果 | 第53-54页 |
| 3.2.4 结果解释 | 第54-60页 |
| 3.3 本章小结 | 第60-61页 |
| 第四章 公路桥梁生命周期环境影响成本定量分析 | 第61-74页 |
| 4.1 公路桥梁环境影响成本的定义及分类 | 第61页 |
| 4.1.1 公路桥梁环境影响成本的定义 | 第61页 |
| 4.1.2 公路桥梁环境影响成本的划分 | 第61页 |
| 4.2 公路桥梁环境影响成本分析模型的构建 | 第61-70页 |
| 4.2.1 分析目标和范围 | 第61-62页 |
| 4.2.2 构建的原则及基本假定 | 第62-63页 |
| 4.2.3 各项成本指标的量化 | 第63-68页 |
| 4.2.4 不同环境影响成本的权重确定 | 第68-70页 |
| 4.2.5 模型的分析流程 | 第70页 |
| 4.3 案例桥梁的应用 | 第70-73页 |
| 4.4 本章小结 | 第73-74页 |
| 第五章 清单数据的不确定性和敏感性分析 | 第74-105页 |
| 5.1 数据不确定性分析 | 第74-78页 |
| 5.1.1 不确定性定义 | 第74-75页 |
| 5.1.2 桥梁生命周期评价中的不确定性来源 | 第75-76页 |
| 5.1.3 生命周期清单数据不确定性评价方法 | 第76-77页 |
| 5.1.4 生命周期评价不确定性的蒙特卡罗模拟 | 第77-78页 |
| 5.2 LCA不确定性分析实例 | 第78-88页 |
| 5.2.1 不确定性分析的模拟工具 | 第78页 |
| 5.2.2 参数识别及变量定义 | 第78-80页 |
| 5.2.3 模拟运算及结果分析 | 第80-88页 |
| 5.3 LCEIC不确定性分析实例 | 第88-91页 |
| 5.3.1 模型的建立 | 第88-89页 |
| 5.3.2 结果分析 | 第89-91页 |
| 5.4 数据敏感性分析基本理论 | 第91-93页 |
| 5.4.1 敏感性定义 | 第91-92页 |
| 5.4.2 敏感性分析方法 | 第92-93页 |
| 5.5 基于BP神经网络的生命周期评价敏感性分析 | 第93-97页 |
| 5.5.1 BP神经网络概述 | 第94-95页 |
| 5.5.2 样本归一化 | 第95页 |
| 5.5.3 隐含层节点数选择 | 第95-96页 |
| 5.5.4 连接权值算法 | 第96-97页 |
| 5.6 敏感性分析实例 | 第97-104页 |
| 5.6.1 BP神经网络样本选取 | 第97-98页 |
| 5.6.2 网络设计 | 第98-103页 |
| 5.6.3 敏感性结果 | 第103-104页 |
| 5.7 本章小结 | 第104-105页 |
| 结论写展望 | 第105-107页 |
| 本文主要结论 | 第105-106页 |
| 工作展望 | 第106-107页 |
| 参考文献 | 第107-114页 |
| 攻读硕士学位期间取得的研究成果 | 第114-115页 |
| 致谢 | 第115-116页 |
| 附件 | 第116页 |
