基于遗传神经网络的铁路危险货物运输风险评价分析与应用研究
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-10页 |
| 1 绪论 | 第10-15页 |
| ·选题的背景和意义 | 第10-11页 |
| ·国内外风险评价研究现状 | 第11-13页 |
| ·国外研究现状 | 第11-12页 |
| ·国内研究现状 | 第12-13页 |
| ·本文主要的研究内容 | 第13-15页 |
| 2 铁路危险货物运输的概述及运输事故的形成机理 | 第15-23页 |
| ·危险货物的定义及分类 | 第15-16页 |
| ·危险货物的定义 | 第15-16页 |
| ·危险货物的分类 | 第16页 |
| ·铁路危险货物运输基本情况 | 第16-18页 |
| ·铁路危险货物运输的特点 | 第18-19页 |
| ·铁路危险货物运输事故的形成机理 | 第19-22页 |
| ·铁路危险货物运输事故影响因素—"5M"因素 | 第19-21页 |
| ·铁路危险货物运输事故成因机理 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 3 铁路危险货物运输风险评价指标体系的建立 | 第23-33页 |
| ·指标体系的构建原则 | 第23页 |
| ·指标体系建立的流程 | 第23-24页 |
| ·评价指标体系的初选 | 第24-29页 |
| ·评价指标体系的建立 | 第29-31页 |
| ·指标调整的原则 | 第30页 |
| ·评价指标体系的确定 | 第30-31页 |
| ·本章小结 | 第31-33页 |
| 4 铁路危险货物运输风险评价模型的建立 | 第33-49页 |
| ·神经网络 | 第33-37页 |
| ·神经网络的特点 | 第33-34页 |
| ·BP神经网络 | 第34-37页 |
| ·遗传算法 | 第37-41页 |
| ·遗传算法的基本思想 | 第37-38页 |
| ·遗传算法的操作步骤 | 第38-39页 |
| ·遗传算法的特点 | 第39-40页 |
| ·遗传算法控制参数的设计 | 第40-41页 |
| ·神经网络与遗传算法的结合 | 第41-43页 |
| ·遗传算法与神经网络的异同 | 第41-42页 |
| ·遗传算法与神经网络的组合原理 | 第42-43页 |
| ·遗传算法优化网络连接权与阈值 | 第43-44页 |
| ·基于遗传神经网络风险评价模型的构建 | 第44-46页 |
| ·遗传神经网络模型的流程 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 5 遗传神经网络训练及评价模型的实例验证 | 第49-67页 |
| ·训练样本的构造 | 第49-52页 |
| ·BP网络拓扑结构 | 第52-56页 |
| ·遗传算法优化BP网络权阈值过程 | 第56-59页 |
| ·BP网络训练及结果分析 | 第59-62页 |
| ·BP网络训练过程 | 第59-60页 |
| ·训练结果 | 第60-61页 |
| ·与传统BP网络模型的结果对比分析 | 第61-62页 |
| ·实例验证 | 第62-66页 |
| ·实例概况 | 第63-64页 |
| ·遗传神经网络模型评价 | 第64页 |
| ·指标参数的灵敏度分析 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 6 结论与展望 | 第67-69页 |
| ·结论 | 第67-68页 |
| ·研究展望 | 第68-69页 |
| 参考文献 | 第69-71页 |
| 附录 | 第71-73页 |
| 作者简历 | 第73-75页 |
| 学位论文数据集 | 第75页 |
