地铁项目运营安全风险预测方法及应用pdf电子书版本下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快] 温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页 直链下载[便捷但速度慢]   [在线试读本书]   [在线获取解压码]

地铁项目运营安全风险预测方法及应用PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一章 绪论 1

1.1研究背景及研究意义 1

1.1.1研究背景 1

1.1.2研究意义 2

1.2国内外研究现状及不足 3

1.2.1安全风险的研究现状 3

1.2.2预测方法的研究现状 4

1.2.3安全风险研究的发展阶段 6

1.2.4地铁项目运营安全风险的研究现状 7

1.2.5现有研究的评论及不足 10

1.3研究目标和内容 10

1.3.1基本概念 10

1.3.2研究目标 11

1.3.3主要研究内容 12

1.3.4研究内容框架结构 12

1.4研究方法及技术路线 15

1.4.1研究方法 15

1.4.2技术路线 15

1.5本章小结 16

第二章 基于STS理论的地铁项目运营安全风险形成机理 17

2.1社会技术系统理论 17

2.1.1社会技术系统理论概述 17

2.1.2社会技术系统的失效机制 18

2.2社会技术系统安全风险分析方法 19

2.2.1技术系统的模型方法 19

2.2.2社会系统的致因模型方法 21

2.2.3社会技术系统的模型方法 22

2.3基于SoTeRiA模型的地铁项目运营安全风险形成机理 24

2.3.1地铁项目运营安全风险事件的分类 24

2.3.2两列车碰撞风险形成机理 25

2.4本章小结 29

第三章 地铁项目运营安全风险前兆信息体系构建 30

3.1前兆信息的理论研究 30

3.1.1前兆信息的基本概念 30

3.1.2前兆信息的重要性 30

3.2基于人—机—环境的地铁项目运营安全风险前兆信息体系构建 32

3.2.1设备相关的前兆信息分析 33

3.2.2环境相关的前兆信息分析 34

3.2.3基于HFACS的人员相关前兆信息分析 34

3.3地铁项目运营事故案例PaICFs调查模型 38

3.3.1 PaICFs调查模型简介 39

3.3.2地铁项目运营事故案例的PaICFs调查模型应用示例 40

3.3.3相关结论 44

3.4本章小结 45

第四章 基于SDT的地铁项目运营安全风险前兆信息判别 47

4.1信号检测理论概述 47

4.1.1信号检测理论的基本原理 47

4.1.2信号检测理论的应用综述 51

4.2模糊集理论 52

4.2.1模糊数 53

4.2.2模糊数解模糊 54

4.3基于信号检测理论的前兆信息判别过程 54

4.3.1选择模糊语言隶属函数 55

4.3.2运用隐藏函数 56

4.3.3计算击中率及虚报率 57

4.3.4计算辨别力指标与反应倾向性指标 57

4.4实证分析 58

4.4.1调查问卷设计及数据收集 58

4.4.2研究结果及讨论 59

4.5本章小结 62

第五章 基于案例推理的地铁项目运营安全风险识别 63

5.1基于案例推理的风险识别系统构建 63

5.1.1案例推理的基本原理 63

5.1.2基于案例推理的地铁项目运营安全风险识别系统架构 65

5.2案例表示 66

5.2.1地铁项目运营事故案例的内容 66

5.2.2地铁项目运营事故案例的表示 66

5.2.3前兆信息的权值计算方法 68

5.3案例检索 69

5.3.1前兆信息语义网络的构建 69

5.3.2概念相似度的计算方法 71

5.3.3地铁项目运营事故案例综合相似度计算 73

5.3.4验证案例推理方法的有效性 75

5.4实证分析 79

5.4.1案例信息的输入 79

5.4.2案例信息的检索 80

5.4.3风险识别的结果 81

5.5本章小结 81

第六章 基于贝叶斯网络的地铁项目运营安全风险概率测定 83

6.1贝叶斯网络理论 83

6.2贝叶斯网络的构建方法 84

6.2.1基于改进的MLCM模型的致因链分析 85

6.2.2基于多案例集合的安全风险模型构建 88

6.2.3贝叶斯网络的条件概率确定 89

6.3贝叶斯网络的精确推理算法 90

6.3.1离散贝叶斯网络的精确推理算法 90

6.3.2混合贝叶斯网络的精确推理算法 94

6.4实证分析 96

6.4.1确定条件概率 97

6.4.2贝叶斯网络推理 98

6.4.3敏感性分析 99

6.5本章小结 100

第七章 结论与展望 102

7.1主要的研究工作及其结论 102

7.2创新点 103

7.3研究不足及研究展望 104

参考文献 106

附录 117

附录1：关于地铁运营安全风险前兆信息的调查问卷 117

附录2：标准正态分布函数数值表 120

附录3：利用Hugin软件计算边际概率及后验概率的界面示意 121