| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| ·研究背景及本文研究的意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·本文的研究内容及总体框架 | 第12-16页 |
| 第二章 自组织临界理论及风险度量理论研究与分析 | 第16-21页 |
| ·自组织临界理论介绍及应用分析 | 第16-17页 |
| ·突发事件链理论介绍 | 第17-18页 |
| ·风险评估与度量理论介绍与分析 | 第18-21页 |
| ·VaR的概念及应用 | 第18-19页 |
| ·VaR的不足及CVaR原理的引入 | 第19-21页 |
| 第三章 基于突发事件链理论的风险分析 | 第21-35页 |
| ·基于突发事件链的突发大故障风险分析 | 第21-22页 |
| ·基于突发事件链的突发大故障风险分析 | 第22-25页 |
| ·设备突发大故障事件链建模 | 第25-35页 |
| ·设备突发大故障事件链建模准备 | 第25-29页 |
| ·设备突发大故障事件链模型建立 | 第29-31页 |
| ·设备突发大故障事件链实例分析 | 第31-35页 |
| 第四章 设备突发大故障风险识别及重要度排序 | 第35-54页 |
| ·EC-FTA方法提出 | 第35-38页 |
| ·设备突发大故障的风险度量流程分析 | 第38-41页 |
| ·基于突发事件链和FTA的设备突发大故障风险识别与重要度排序 | 第41-53页 |
| ·风险因子识别与重要度排序流程 | 第41-42页 |
| ·设备突发大故障风险因子识别 | 第42-52页 |
| ·风险因子识别与重要度排序 | 第52-53页 |
| ·基于EC-FTA分析法的风险识别总结 | 第53-54页 |
| 第五章 基于CVaR模型的设备突发大故障风险度量 | 第54-68页 |
| ·设备突发大故障自组织临界性分析 | 第54-56页 |
| ·设备突发大故障分形性验证 | 第56-60页 |
| ·参数估计 | 第57-60页 |
| ·参数分析与分形验证 | 第60页 |
| ·分形分布CVaR风险度量建模与分析 | 第60-68页 |
| ·基于分形分布的CVaR模型建立 | 第60-62页 |
| ·基于分形分布的CVaR设备突发大故障风险度量 | 第62-68页 |
| 第六章 设备突发大故障的过程风险控制流程设计 | 第68-78页 |
| ·设备突发大故障风险预警分析 | 第68-69页 |
| ·设备突发大故障生长周期风险过程分析 | 第69-72页 |
| ·设备突发大故障控制与决策技术分析 | 第69-71页 |
| ·设备突发大故障风险控制流程分析 | 第71-72页 |
| ·基于BP神经网络的设备突发大故障风险预警建模与研究 | 第72-78页 |
| ·BP神经网络模型分析 | 第72-74页 |
| ·设备突发大故障BP ANN风险预警与评估建模 | 第74-75页 |
| ·设备突发大故障BP ANN风险预警与评估具体步骤 | 第75-76页 |
| ·实证分析与结论 | 第76-78页 |
| 第七章 总结与展望 | 第78-80页 |
| 致谢 | 第80-81页 |
| 参考文献 | 第81-86页 |
| 研究生阶段发表论文及参与科研项目情况 | 第86页 |
