| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-11页 |
| 1 综述 | 第11-18页 |
| ·选题背景和意义 | 第11-12页 |
| ·选题背景 | 第11-12页 |
| ·选题意义 | 第12页 |
| ·人因分析简介 | 第12-14页 |
| ·系统中人的因素的认识过程 | 第12-13页 |
| ·人因分析的主要内容 | 第13-14页 |
| ·研究现状 | 第14-16页 |
| ·目前常用的人因分析技术和面临的问题 | 第14-15页 |
| ·人因可靠性分析的发展和现状 | 第15-16页 |
| ·轨道交通系统中人因分析技术的发展现状 | 第16页 |
| ·论文内容和结构 | 第16-18页 |
| 2 轨道交通系统人因分析基础及贝叶斯网络 | 第18-34页 |
| ·影响轨道交通系统安全的人因 | 第18-23页 |
| ·系统设计者 | 第18-19页 |
| ·系统操作者 | 第19-21页 |
| ·系统维修和维护者 | 第21-23页 |
| ·系统监督者 | 第23页 |
| ·常用的人因定性分析方法 | 第23-28页 |
| ·人误危险及可操作性分析HAZOP | 第23页 |
| ·追溯分析方法TRAREr | 第23-25页 |
| ·根原因分析 | 第25-26页 |
| ·里森的"瑞士奶酪"模型 | 第26-27页 |
| ·人的因素分析与分类系统 | 第27-28页 |
| ·常用的人因可靠性定量分析方法 | 第28-31页 |
| ·人的失误分析与减少方法HEART | 第28页 |
| ·人的失误预测技术THERP | 第28-30页 |
| ·人的认知可靠性模型HCR | 第30-31页 |
| ·贝叶斯网络研究 | 第31-32页 |
| ·贝叶斯网络用于人因可靠性分析的优势 | 第31页 |
| ·贝叶斯网络在人的意图推理中的应用 | 第31-32页 |
| ·贝叶斯网络在概率安全评估中的应用 | 第32页 |
| ·本章小结 | 第32-34页 |
| 3 基于贝叶斯网络的人因可靠性分析模型 | 第34-47页 |
| ·操作人员与测控系统的相互依赖关系 | 第34-37页 |
| ·控制系统对操作人员的依赖 | 第36页 |
| ·操作人员对控制系统的依赖 | 第36-37页 |
| ·人的情景评估 | 第37-39页 |
| ·客体评估与情景评估 | 第37页 |
| ·态势感知 | 第37-38页 |
| ·情景评估分类法 | 第38页 |
| ·情景评估建模 | 第38-39页 |
| ·基于贝叶斯网络的人的认知模型 | 第39-43页 |
| ·人的认知过程 | 第39-40页 |
| ·人的认知过程的简化 | 第40页 |
| ·操作人员的心理模型 | 第40-42页 |
| ·基于贝叶斯网络的人的情景模型和认知过程定量分析 | 第42-43页 |
| ·基于贝叶斯网络的人的认知模型用于人机界面的设计 | 第43页 |
| ·基于贝叶斯网络的人的行为模型 | 第43-46页 |
| ·贝叶斯网络节点和网络结构 | 第43-45页 |
| ·节点状态和条件概率的获取 | 第45-46页 |
| ·定量分析 | 第46页 |
| ·本章小结 | 第46-47页 |
| 4 基于贝叶斯网络的轨道交通司机人因可靠性定量分析 | 第47-64页 |
| ·情形描述 | 第48页 |
| ·司机的认知过程分析 | 第48-56页 |
| ·司机的心理模型 | 第49-52页 |
| ·司机的情景模型 | 第52-56页 |
| ·司机的可靠性分析 | 第56-63页 |
| ·贝叶斯网络节点及重要概率分布获取 | 第56-60页 |
| ·人的可靠性定量分析 | 第60页 |
| ·影响司机可靠性的因素分析 | 第60-63页 |
| ·本章小结 | 第63-64页 |
| 5 结论 | 第64-66页 |
| ·论文总结 | 第64-65页 |
| ·展望 | 第65-66页 |
| 参考文献 | 第66-68页 |
| 作者简历 | 第68-70页 |
| 学位论文数据集 | 第70页 |