首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

考量施工坠落风险的安全检查路径规划研究--基于本体论、贝叶斯网络与蚁群算法

中文摘要第3-5页
英文摘要第5-6页
1 引言第9-15页
    1.1 研究背景第9页
    1.2 研究目的和意义第9-11页
        1.2.1 研究目的第9-10页
        1.2.2 研究意义第10-11页
    1.3 研究内容及技术路线第11-15页
        1.3.1 主要研究内容第11-12页
        1.3.2 研究方法第12-13页
        1.3.3 研究思路第13-15页
2 文献综述第15-23页
    2.1 建筑领域本体论研究综述第15-16页
    2.2 施工安全风险评估第16-19页
        2.2.1 施工安全风险评估研究内容第16-17页
        2.2.2 施工安全风险评估方法概述第17-19页
    2.3 施工路径规划研究第19-22页
        2.3.1 施工路径规划研究内容第19-20页
        2.3.2 施工路径规划方法概述第20-22页
    2.4 文献综述总结第22-23页
3 基于本体论的施工坠落风险因素知识建构第23-37页
    3.1 本体论第23-24页
    3.2 施工坠落风险因素本体论建模第24-37页
        3.2.1 规范说明第25页
        3.2.2 知识获取第25-28页
        3.2.3 概念建模第28-31页
        3.2.4 应用实施第31-37页
4 基于贝叶斯网络的施工坠落风险评估第37-79页
    4.1 贝叶斯网络第37-40页
    4.2 施工坠落风险评估建模第40-47页
        4.2.1 施工坠落风险发生可能性评估建模第40-45页
        4.2.2 施工坠落事故严重性评估建模第45-46页
        4.2.3 以BIM模型坠落情境为依据的施工坠落风险评估建模第46-47页
    4.3 以全国统计数据为依据的施工坠落风险评估第47-66页
        4.3.1 施工坠落风险可能性评估第48-56页
        4.3.2 施工坠落事故严重性评估第56-65页
        4.3.3 以全国统计数据为依据的施工坠落风险度量评估结果第65-66页
    4.4 以BIM模型不同坠落情境为依据的施工坠落风险评估第66-76页
        4.4.1 基于BIM模型的坠落情境分析第66-68页
        4.4.2 确定BIM模型的风险变量及相互关系第68-69页
        4.4.3 确定变量状态区间第69-70页
        4.4.4 贝斯网络下的坠落情境概率计算及结果第70-76页
    4.5 基于贝叶斯网络的施工坠落风险评估结果第76-79页
5 基于蚁群算法的安全检查路径规划及应急管理第79-99页
    5.1 施工坠落风险情境下的施工作业特点第79-80页
    5.2 蚁群算法第80-82页
        5.2.1 蚁群算法的基本原理与特征第80-81页
        5.2.2 基于图搜索的蚁群算法第81-82页
    5.3 坠落风险情境下施工安全检查路径规划实现过程第82-92页
        5.3.1 施工安全检查路径规划建模第82-84页
        5.3.2 施工安全检查路径规划性能指标的确定第84页
        5.3.3 安全检查路径规划的蚁群算法实现第84-86页
        5.3.4 安全检查路径规划仿真结果第86-92页
    5.4 施工坠落安全隐患应急管理第92-97页
        5.4.1 坠落风险应急准备工作第92-95页
        5.4.2 坠落事故应急响应与恢复第95-97页
    5.5 本章小结第97-99页
6 结论与展望第99-103页
    6.1 本文的研究成果第99-100页
    6.2 本文的不足与展望第100-103页
致谢第103-105页
参考文献第105-115页
附录第115-137页
    A. 本体论风险因素知识需求问卷第115-119页
    B. 施工坠落风险因素关系及影响程度问卷第119-129页
    C. 施工坠落风险因素条件概率表问卷第129-137页

论文共137页,点击 下载论文
上一篇:基于NSGA-Ⅱ算法的施工项目设施动态优化布置研究
下一篇:聊天机器人对话一致性和可延续性的研究