| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 课题研究背景和意义 | 第9-12页 |
| 1.1.1 课题研究背景 | 第9-11页 |
| 1.1.2 课题研究的意义 | 第11-12页 |
| 1.2 危险源分级研究现状 | 第12-14页 |
| 1.2.1 国内外危险源辨识与控制研究现状 | 第12-13页 |
| 1.2.2 国内石化码头储罐区危险源分级的现状研究及存在的问题 | 第13-14页 |
| 1.3 研究的主要内容及思路 | 第14-16页 |
| 第二章 指标体系的建立 | 第16-35页 |
| 2.1 事故伤害模型 | 第17-23页 |
| 2.1.1 池火灾事故后果模型 | 第17-20页 |
| 2.1.2 蒸汽云爆事故后果模型 | 第20-22页 |
| 2.1.3 高斯扩散事故后果模型 | 第22-23页 |
| 2.2 工艺危险度指标模型 | 第23-30页 |
| 2.3 动态危险源分级指标权重确定 | 第30-35页 |
| 2.3.1 判断矩阵的构造 | 第30-31页 |
| 2.3.2 判断矩阵的权值计算 | 第31-35页 |
| 第三章 BP神经网络在石化码头危险源动态分级的应用 | 第35-52页 |
| 3.1 BP神经网络算法原理 | 第35-36页 |
| 3.2 BP神经算法的训练学习过程 | 第36页 |
| 3.3 BP神经网络的局限与改进 | 第36-39页 |
| 3.3.1 BP神经网络的局限 | 第36-37页 |
| 3.3.2 BP算法的改进 | 第37-39页 |
| 3.4 实例分析 | 第39-52页 |
| 3.4.1 港区介绍 | 第39-40页 |
| 3.4.2 事故背景设计 | 第40-41页 |
| 3.4.3 参数确定及数据处理 | 第41-47页 |
| 3.4.4 BP神经网络的建立 | 第47-48页 |
| 3.4.5 BP神经网络分级方法的实现 | 第48-50页 |
| 3.4.6 数据分析及动态分级管理 | 第50-52页 |
| 第四章 石化码头危险源动态分级系统MATLAB的实现 | 第52-62页 |
| 4.1 MATLAB的简介 | 第52-55页 |
| 4.1.1 MATLAB概况 | 第52-53页 |
| 4.1.2 MATLAB神经网络工具箱 | 第53-55页 |
| 4.2 动态网络结构的设计 | 第55-60页 |
| 4.2.1 工作系统主界面 | 第55页 |
| 4.2.2 子模型界面 | 第55-60页 |
| 4.3 分级结果的分析 | 第60-62页 |
| 第五章 结论与展望 | 第62-64页 |
| 5.1 结论 | 第62页 |
| 5.2 展望 | 第62-64页 |
| 附录 | 第64-67页 |
| 参考文献 | 第67-70页 |
| 发表论文和科研情况说明 | 第70-71页 |
| 致谢 | 第71-72页 |
