基于BP神经网络的电煤运输码头风险管理研究--以绥中电厂码头为例
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·研究背景和意义 | 第9-10页 |
| ·研究背景 | 第9-10页 |
| ·研究意义 | 第10页 |
| ·研究现状 | 第10-13页 |
| ·研究内容、技术路线及文章结构 | 第13-15页 |
| ·研究内容及文章主体结构 | 第13-14页 |
| ·技术路线 | 第14-15页 |
| 第2章 相关理论介绍 | 第15-27页 |
| ·风险管理理论研究 | 第15-17页 |
| ·风险定义 | 第15页 |
| ·风险评估 | 第15-16页 |
| ·风险控制 | 第16-17页 |
| ·BP神经网络评价模型介绍 | 第17-27页 |
| ·BP神经网络的基本介绍 | 第17-18页 |
| ·BP神经网络的学习算法 | 第18-21页 |
| ·BP神经网络的算法流程 | 第21-24页 |
| ·BP神经网络的训练 | 第24-27页 |
| 第3章 绥中电厂码头运行分析 | 第27-45页 |
| ·绥中电厂码头环境分析 | 第27-33页 |
| ·电厂概况及自然环境分析 | 第27-28页 |
| ·自然条件 | 第28-30页 |
| ·港口设施与设备 | 第30-32页 |
| ·主要运输环节分析 | 第32-33页 |
| ·码头通过能力 | 第33页 |
| ·绥中电厂煤炭码头风险分析 | 第33-44页 |
| ·铁海协调风险分析 | 第33-37页 |
| ·进港航道风险阐述与分析 | 第37-38页 |
| ·船舶靠泊风险阐述与分析 | 第38-39页 |
| ·卸船输煤风险阐述与分析 | 第39-42页 |
| ·堆场储煤风险阐述与分析 | 第42-44页 |
| ·小结 | 第44-45页 |
| 第4章 绥中电厂码头风险评价指标体系构建 | 第45-59页 |
| ·煤炭运输码头风险评价体系构建 | 第45-49页 |
| ·评价指标体系构建与调整的原则 | 第45-46页 |
| ·风险评价指标的初步筛选 | 第46-47页 |
| ·风险评价指标体系的构建 | 第47-49页 |
| ·BP神经算法学习算法的改进 | 第49-52页 |
| ·BP神经网络学习算法的缺陷 | 第49-50页 |
| ·遗传算法优化神经网络理论 | 第50-52页 |
| ·基于遗传算法的BP神经网络风险评价模型建立 | 第52-59页 |
| ·遗传算法与神经网络结合的优势 | 第52-53页 |
| ·基于遗传算法优化的人工网络风险评价模型建立 | 第53-57页 |
| ·基于遗传算法的优化神经网络步骤流程 | 第57-59页 |
| 第5章 实例验证 | 第59-70页 |
| ·样本数据的选取 | 第59-61页 |
| ·网络结构的确定 | 第61-64页 |
| ·网络权阈值的优化 | 第64-67页 |
| ·实例分析 | 第67-70页 |
| 第6章 结论与展望 | 第70-72页 |
| ·主要结论 | 第70页 |
| ·研究展望 | 第70-72页 |
| 参考文献 | 第72-75页 |
| 附录 程序 | 第75-77页 |
| 致谢 | 第77-78页 |
| 攻读学位期间公开发表论文 | 第78页 |
