学位论文 > 优秀研究生学位论文题录展示

基于BP人工神经网络的化工企业环境风险评价方法的研究

作　者: 郝玉玲
导　师: 李定邦
学　校: 华东理工大学
专　业: 环境科学与工程
关键词: 化工企业 BP神经网络环境风险评价神经网络工具箱
分类号: X820.4
类　型: 硕士论文
年　份: 2011年
下　载: 154次
引　用: 0次
阅　读: 论文下载

内容摘要

化工企业因其生产的特殊性,事故往往会造成大量的财产损失、人员伤亡及环境污染等,后果极其严重,实施准确、全面、快速的环境风险分析是实施风险管理的关键环节,因此,有必要对化工企业的环境风险评价方法进行深度研究。本文基于国内外对化工类项目环境风险的评价指标体系和评价方法的研究基础上针对当前评价方法存在的不足,探索性地提出一种基于BP神经网络的评价方法,通过建立化工类项目风险的评价指标体系和BP神经网络模型,给出了可行的评价程序；在计算方法上,用MATLAB2009a的神经网络工具箱(NNT)来进行网络设计和计算,由学习样本的训练和检验,使模型的误差达到预定的范围内,结论表明BP神经网络模型用于化工企业环境风险评价的精度比较高,可以达到10-5量级,输出精度可以达到10-4量级。最后,以实例验证了这种方法的有效性和可操作性。在此以帝斯曼维生素(上海)有限公司聚酯树脂改扩建项目的环境风险评价为例,验证结果表明,该项目的风险值为0.3860,风险较低,与实际评价情况相符,同时通过分析指标的改变对总体风险值的影响,得出该项目最有效的降低风险措施是减少风险物质贮存量。

全文目录

摘要  5-6
Abstract  6-10
第一章绪论  10-19
  1.1 选题背景和研究的意义  10-12
    1.1.1 选题背景  10-11
    1.1.2 研究的意义和必要性  11-12
  1.2 研究现状  12-17
    1.2.1 层次分析法(AHP法)  12-14
    1.2.2 蒙特卡罗方法(MC方法)  14
    1.2.3 BP神经网络方法介绍  14-17
  1.4 研究的内容及方法  17-19
    1.4.1 研究内容  17
    1.4.2 研究方法  17-19
第二章环境风险评价概述  19-31
  2.1 风险概述  19-22
    2.1.1 风险的定义  19
    2.1.2 风险的特征  19-20
    2.1.3 风险的分类  20-22
  2.2 风险管理  22-25
    2.2.1 风险管理的概念  22
    2.2.2 风险管理的必要性  22-23
    2.2.3 风险管理研究  23-25
  2.3 环境风险评价概述  25-26
    2.3.1 环境风险及环境风险评价  25
    2.3.2 环境风险评价的程序  25
    2.3.3 环境风险评价存在的问题  25-26
  2.4 环境风险评价与环境影响评价的关系  26-27
    2.4.1 环境风险评价与环境影响评价的概念  26
    2.4.2 环境风险评价与环境影响评价的相关性及区别  26-27
  2.5 环境风险评价与安全评价的关系  27-31
    2.5.1 安全评价的概念  27
    2.5.2 环境风险评价与安全评价的相关性及区别  27-31
第三章化工企业环境风险评价指标体系的建立  31-48
  3.1 化工企业环境风险概述  31-33
    3.1.1 化工企业环境风险评价的特点  31
    3.1.2 化工企业环境风险类型  31-32
    3.1.3 化工企业事故特点及其防治建议  32-33
  3.2 化工企业环境风险指标体系设置的原则  33-34
  3.3 化工企业环境风险的影响因素分析  34-45
    3.3.1 源项因子  35-37
      3.3.1.1 风险物质贮存量  35
      3.3.1.2 风险物质具体理化性质  35-37
    3.3.2 过程因子  37-44
      3.3.2.1 人的因素  37-38
      3.3.2.2 物的因素  38-41
      3.3.2.3 环境因素  41-44
    3.3.3 受体因子  44-45
      3.3.3.1 人口密度  44
      3.3.3.2 环境敏感度  44-45
  3.4 化工企业风险评价的指标体系  45-48
第四章 BP神经网络化工类项目风险评价模型的建立  48-63
  4.1 BP神经网络的理论综述  48
  4.2 BP神经网络的基本介绍  48-53
    4.2.1 BP神经网络的学习算法  49-51
    4.2.2 BP神经网络的算法流程  51-53
  4.3 BP神经网络模型的建立  53-56
    4.3.1 网络层数的确定  53
    4.3.2 各层神经元数目的确定  53-54
    4.3.3 激励函数的选取  54-56
    4.3.4 网络学习参数的选取  56
  4.4 面向MATLAB的BP神经网络设计  56-59
    4.4.1 BP神经网络的创建  57
    4.4.2 BP神经网络初始化  57
    4.4.3 BP神经网络的训练  57-59
    4.4.4 BP神经网络的仿真  59
  4.5 神经网络GUI的实现  59-63
    4.5.1 图形用户界面简介  59-60
    4.5.2 神经网络拟合工具箱的图形界面  60-61
    4.5.3 神经网络聚类工具箱和模式识别工具箱的图形界面  61-63
第五章模型应用与实例分析  63-71
  5.1 模型的训练及检测  63-68
    5.1.1 样本数据的选取  63-64
    5.1.2 网络结构的确定  64-65
    5.1.3 模型的训练结果  65-67
    5.1.4 模型的检测结果  67-68
  5.2 案例项目风险评价分析  68-71
    5.2.1 案例项目概况  68
    5.2.2 简易工程分析  68-70
    5.2.3 案例项目风险评价  70-71
第六章结论与展望  71-73
  6.1 结论  71-72
  6.2 展望  72-73
附录  73-79
参考文献  79-83
致谢  83

基于BP人工神经网络的化工企业环境风险评价方法的研究

内容摘要

全文目录

相似论文