| 1 绪论 | 第1-13页 |
| ·引言 | 第7-8页 |
| ·国内外卡车调度优化决策及安全保障预警系统研究和应用 | 第8-10页 |
| ·国外情况 | 第8-9页 |
| ·国内情况 | 第9-10页 |
| ·论文实用价值和理论意义 | 第10-11页 |
| ·论文研究的主要内容及技术路线 | 第11-13页 |
| 2 露天矿卡车实时调度优化决策及安全保障预警系统组成 | 第13-26页 |
| ·本系统构成及功能 | 第13-14页 |
| ·本系统软硬件方案及工作原理 | 第14-26页 |
| ·系统硬件构成方案 | 第19-20页 |
| ·系统软件构成方案 | 第20-26页 |
| ·软件系统基本需求分析 | 第20-21页 |
| ·系统数据采集及实时处理 | 第21-23页 |
| ·调度中心分布式网络数据库 | 第23-24页 |
| ·调度中心软件及系统软件构成 | 第24-26页 |
| 3 生产计划辅助系统 | 第26-29页 |
| ·运输道路网络系统模型的建立 | 第26-27页 |
| ·最优行车路径的优化计算2l | 第27页 |
| ·货流规划模型的建立 | 第27-29页 |
| 4 实时调度分类及其决策方法 | 第29-34页 |
| 5 卡车路段行程时间的实时动态预测 | 第34-54页 |
| ·概述 | 第34-36页 |
| ·卡车路段行程时间样本数据采集 | 第36-38页 |
| ·卡车行程时间人工神经网络预测模型的应用 | 第38-44页 |
| ·卡车行程时间预测的人工神经网络模型结构 | 第38-39页 |
| ·神经网络预测模型的训练 | 第39-41页 |
| ·神经网络预测模型应用实例仿真 | 第41-43页 |
| ·神经网络预测模型的优势分析 | 第43-44页 |
| ·卡车行程时间自适应神经网络模糊推理预测模型的应用 | 第44-54页 |
| ·建立预测模型的理论基础 | 第44-46页 |
| ·ANFIS网络建模与预测 | 第46-50页 |
| ·ANFIS预测模型应用实例仿真 | 第50-53页 |
| ·模糊神经网络预测模型的优缺点分析 | 第53-54页 |
| 6 行车安全保障预警系统 | 第54-85页 |
| ·概述 | 第54-58页 |
| ·露天矿运输系统存在的隐患 | 第58-60页 |
| ·行车安全保障子系统 | 第60-70页 |
| ·行车安全保障子系统组成 | 第60-67页 |
| ·四要素基本保障 | 第61-65页 |
| ·设备的技术经济性管理保障 | 第65-66页 |
| ·实时监测与数据采集 | 第66页 |
| ·安全保障信息系统 | 第66-67页 |
| ·智能故障诊断专家系统 | 第67页 |
| ·应急救援系统 | 第67页 |
| ·行车安全保障子系统及实例分析 | 第67-70页 |
| ·行车安全预警子系统 | 第70-85页 |
| ·预警系统的运作模式 | 第70-71页 |
| ·预警系统的组成 | 第71-73页 |
| ·安全信息处理子系统 | 第71页 |
| ·安全监测子系统 | 第71-72页 |
| ·安全信息预警子系统 | 第72-73页 |
| ·系统安全管理控制决策支持子系统 | 第73页 |
| ·安全事故预防控制技术及优缺点分析 | 第73-76页 |
| ·行车安全预警系统实例分析评价 | 第76-85页 |
| ·建立数学模型进行计算 | 第76-81页 |
| ·模糊综合评判步骤框图 | 第81-82页 |
| ·模糊综合评判法的应用 | 第82-85页 |
| 7 露天矿卡车实时调度优化决策及安全保障预警系统软件开发 | 第85-91页 |
| ·Matlab和VC联合编程的实现方法 | 第85-88页 |
| ·mcc命令使用 | 第86-88页 |
| ·Matlab和VC联合编程的优点8l | 第88页 |
| ·面向对象程序的系统开发 | 第88-91页 |
| 结论与今后的工作 | 第91-93页 |
| 致谢 | 第93-94页 |
| 参考文献 | 第94-98页 |
