| 摘要 | 第1-3页 |
| Abstract | 第3-6页 |
| 第一章 绪论 | 第6-16页 |
| ·选题的背景及意义 | 第6-7页 |
| ·选题的背景 | 第6页 |
| ·选题的意义 | 第6-7页 |
| ·重大危险源的研究现状 | 第7-14页 |
| ·国内外关于重大危险源的研究 | 第7-10页 |
| ·国外关于重大危险源的研究 | 第7-8页 |
| ·国内关于重大危险源的研究 | 第8-10页 |
| ·国内外关于重大危险源分级技术的研究情况及发展趋势 | 第10-14页 |
| ·重大危险源静态分级技术 | 第10-12页 |
| ·重大危险源动态分级技术 | 第12-14页 |
| ·重大危险源分级中存在的问题 | 第14页 |
| ·主要研究内容与方法 | 第14-16页 |
| ·研究内容 | 第14-15页 |
| ·主要研究方法 | 第15页 |
| ·技术路线图 | 第15-16页 |
| 第二章 重大危险源动态分级理论 | 第16-22页 |
| ·危险源与重大危险源 | 第16-18页 |
| ·定义 | 第16-17页 |
| ·分类 | 第17-18页 |
| ·关系 | 第18页 |
| ·重大危险源分级标准 | 第18-20页 |
| ·重大危险源动态分级理论的探讨 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 空间数据聚类动态分级法（SDCADC）的提出与研究 | 第22-32页 |
| ·C++与 Visual C++简介 | 第22-24页 |
| ·C++简介 | 第22-24页 |
| ·Visual C++简介 | 第24页 |
| ·空间数据挖掘简介 | 第24-26页 |
| ·空间数据的特点 | 第25页 |
| ·空间数据挖掘方法 | 第25-26页 |
| ·空间数据聚类分析 | 第25-26页 |
| ·基于改进的演化算法的空间数据聚类分析法（SDCA） | 第26-30页 |
| ·空间数据聚类分析法（SDCA）算法构造 | 第26-28页 |
| ·个体的编码 | 第26-27页 |
| ·演化算子设计 | 第27-28页 |
| ·适应值评价函数 | 第28页 |
| ·迁徙算子设计 | 第28页 |
| ·SDCA 算法流程 | 第28-29页 |
| ·SDCA 算法的检验 | 第29-30页 |
| ·空间数据聚类分析法与重大危险源的动态分级 | 第30-31页 |
| ·空间数据聚类动态分级法的计算流程 | 第31页 |
| ·本章小结 | 第31-32页 |
| 第四章 空间数据聚类动态分级法的源程序及运行 | 第32-48页 |
| ·空间数据聚类动态分级法的源程序 | 第32-42页 |
| ·程序的运行 | 第42-46页 |
| ·本章小结 | 第46-48页 |
| 第五章 实例应用 | 第48-53页 |
| ·试验样本的选取 | 第48-49页 |
| ·空间数据聚类动态分级法的应用 | 第49-50页 |
| ·分级结果的确定 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第六章 结论与展望 | 第53-55页 |
| ·研究总结 | 第53页 |
| ·研究展望 | 第53-55页 |
| 参考文献 | 第55-57页 |
| 致谢 | 第57-58页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第58页 |
