| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-15页 |
| ·钻井安全评价的目的与意义 | 第7页 |
| ·安全评价技术的发展 | 第7-9页 |
| ·国外安全评价技术概括 | 第7-8页 |
| ·国内安全评价技术的发展 | 第8-9页 |
| ·常见的安全评价方法 | 第9-12页 |
| ·指数评价法 | 第9-10页 |
| ·安全检查表法 | 第10页 |
| ·概率风险评价方法 | 第10页 |
| ·层次分析法(AHP 法) | 第10-11页 |
| ·模糊综合评价法 | 第11页 |
| ·故障树分析法(FTA) | 第11页 |
| ·石油天然气企业安全管理体系 | 第11-12页 |
| ·本文的研究目的及其意义 | 第12-13页 |
| ·研究目的 | 第12页 |
| ·研究意义 | 第12-13页 |
| ·研究内容 | 第13-15页 |
| 第二章 钻井安全评价的因素分析 | 第15-24页 |
| ·安全评价的基本要素 | 第15-16页 |
| ·评价目标 | 第15页 |
| ·评价对象 | 第15页 |
| ·评价指标 | 第15页 |
| ·评价权重的确立 | 第15-16页 |
| ·评定模型 | 第16页 |
| ·综合安全评价的指标确定 | 第16-21页 |
| ·指标体系的建立的原则 | 第16-17页 |
| ·安全评价体系的因素确定 | 第17-20页 |
| ·综合录井仪 | 第20-21页 |
| ·常见的钻井事故机理 | 第21-22页 |
| ·本章小结 | 第22-24页 |
| 第三章 基于粗糙集-神经网络安全综合评价方法及模型建立 | 第24-40页 |
| ·粗糙集 | 第24-27页 |
| ·粗糙集理论知识 | 第24页 |
| ·粗糙集基础知识 | 第24-26页 |
| ·粗糙集基本的应用步骤 | 第26-27页 |
| ·粗糙集在工程钻井中应用举例 | 第27-30页 |
| ·数据规范化处理 | 第27-28页 |
| ·数据离散 | 第28页 |
| ·属性约简 | 第28-30页 |
| ·神经网络的基本知识 | 第30-34页 |
| ·人工神经网络的概念 | 第30页 |
| ·人工神经网络特点 | 第30-31页 |
| ·人工神经网络分类 | 第31-32页 |
| ·人工神经网络的基本原理 | 第32-33页 |
| ·BP 神经网络 | 第33-34页 |
| ·粗糙集-神经网络模型的建立 | 第34-39页 |
| ·模型预测基本原理 | 第34-35页 |
| ·RS-ANN 钻井安全评价模型可行性分析 | 第35-36页 |
| ·粗糙集和神经网络的融合 | 第36-37页 |
| ·钻井综合因素安全评价模型确立 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 钻井多因素融合安全评价体系构建 | 第40-52页 |
| ·钻井综合安全评价指标体系的建立 | 第40页 |
| ·钻井多因素安全评价体系 | 第40-42页 |
| ·确定评价集合元素 U | 第41页 |
| ·钻井多因素安全评价样本的生成 | 第41页 |
| ·安全评价等级的确立 | 第41-42页 |
| ·确定权重的层次分析方法 | 第42-46页 |
| ·层次分析权重确定过程 | 第42-43页 |
| ·基于 Yaahp 软件对钻井指标体系层次分析 | 第43-46页 |
| ·指标体系指标的模糊量化方法 | 第46-50页 |
| ·评价指标模糊隶属度函数确定 | 第47-50页 |
| ·钻井工程综合安全等级划分 | 第50页 |
| ·钻井综合评价体系评价过程 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 钻井多因素融合安全评价方法的具体实施过程 | 第52-61页 |
| ·钻井安全评价过程粗糙集预处理 | 第52-54页 |
| ·条件属性集合与决策属性集合的确定 | 第52页 |
| ·钻井多因素数据 | 第52-54页 |
| ·粗糙集结合神经网络模型的建立 | 第54-58页 |
| ·输入/输出向量设计 | 第54-56页 |
| ·BP 诊断神经网络设计 | 第56-58页 |
| ·神经网络模型与粗糙集-神经网络模型仿真对比 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 第六章 结论 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-65页 |
| 攻读硕士学位期间发表的论文 | 第65-78页 |