基于DPSIR-SVM的油气生产企业安全绩效考核模型研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第1章 绪论 | 第7-15页 |
| ·研究的背景及其意义 | 第7-8页 |
| ·研究的背景 | 第7-8页 |
| ·研究意义 | 第8页 |
| ·国内外研究现状 | 第8-12页 |
| ·安全绩效考核的研究现状 | 第8-9页 |
| ·DPSIR的研究现状 | 第9-11页 |
| ·SVM的研究现状 | 第11-12页 |
| ·本文的研究思路与方法 | 第12-13页 |
| ·研究思路 | 第12-13页 |
| ·研究方法 | 第13页 |
| ·本文的研究内容及创新 | 第13-15页 |
| ·研究的内容 | 第13-14页 |
| ·主要创新点 | 第14-15页 |
| 第2章 统计学习与SVM理论 | 第15-26页 |
| ·统计学习理论 | 第15-17页 |
| ·机器学习问题 | 第15-16页 |
| ·经验风险最小化原则 | 第16页 |
| ·结构风险最小化原则 | 第16-17页 |
| ·SVM的原理和方法 | 第17-23页 |
| ·SVM分类 | 第17-21页 |
| ·SVM回归 | 第21-22页 |
| ·SVM改进 | 第22-23页 |
| ·多元SVM分类算法 | 第23-26页 |
| ·一对一算法 | 第23-24页 |
| ·一对多算法 | 第24页 |
| ·决策树算法 | 第24-26页 |
| 第3章 安全绩效考核与DPSIR模型 | 第26-33页 |
| ·安全绩效考核 | 第26-28页 |
| ·绩效的各种概念 | 第26-27页 |
| ·绩效考核的定义和功能 | 第27页 |
| ·安全绩效考核的内涵 | 第27-28页 |
| ·主要的绩效考核方法 | 第28-30页 |
| ·关键绩效法 | 第28页 |
| ·平衡记分卡 | 第28-29页 |
| ·三百六十度 | 第29页 |
| ·目标管理法 | 第29-30页 |
| ·DPSIR模型介绍 | 第30-33页 |
| ·DPSIR模型概述 | 第30页 |
| ·DPSIR模型的因果关系分析 | 第30-31页 |
| ·DPSIR模型的可行性分析 | 第31-33页 |
| 第4章 油气生产企业安全现状及绩效考核体系 | 第33-45页 |
| ·油气生产企业的安全现状 | 第33-36页 |
| ·油气生产企业的特点 | 第33-34页 |
| ·油气生产企业生产的安全要求 | 第34-35页 |
| ·油气生产过程危险因素分析 | 第35-36页 |
| ·基于DPSIR模型的安全绩效考核指标体系 | 第36-45页 |
| ·安全绩效考核体系构建原则 | 第36-37页 |
| ·油气生产企业安全绩效指标的选择 | 第37-41页 |
| ·油气生产企业安全绩效考核指标体系 | 第41-43页 |
| ·考核指标的量化等级的确定 | 第43-45页 |
| 第5章 油气生产企业安全绩效考核模型的构建 | 第45-59页 |
| ·基于DPSIR-SVM的安全绩效考核模型的构建 | 第45-52页 |
| ·数据的收集 | 第45-48页 |
| ·考核样本的归一化处理 | 第48-52页 |
| ·核函数与分类算法的选择 | 第52页 |
| ·DPSIR-SVM考核模型的训练与测试的步骤 | 第52-56页 |
| ·模型的软件实现平台 | 第52-53页 |
| ·模型参数的确定 | 第53页 |
| ·模型的样本训练和测试 | 第53-56页 |
| ·模型对比与实证分析 | 第56-59页 |
| ·与RBF神经网络的比较 | 第56页 |
| ·实证分析 | 第56-59页 |
| 结论与展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 附录 | 第66-67页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第67页 |
