首页--工业技术论文--建筑科学论文--建筑施工论文--施工管理论文--安全管理论文

建筑安全事故成因分析及预警管理研究

摘要第1-5页
ABSTRACT第5-10页
第1章 绪论第10-18页
   ·研究背景第10-12页
   ·选题意义第12-13页
   ·文献综述第13-15页
   ·论文组织结构及研究方法第15-16页
     ·论文组织结构第15-16页
     ·研究方法第16页
   ·论文创新点第16-17页
   ·本章小结第17-18页
第2章 建筑安全管理现状分析第18-39页
   ·建筑安全管理制度第18-29页
     ·国外发达国家的建筑安全管理制度第18-24页
     ·我国建筑安全管理制度的现状及存在的主要问题第24-29页
   ·建筑企业安全文化建设第29-32页
     ·安全文化的概念第29页
     ·建筑企业安全文化建设现状第29-31页
     ·建筑企业安全文化建设的基本思路第31-32页
   ·建筑安全评价第32-38页
     ·国外建筑安全评价方法概述第32-34页
     ·我国建筑安全评价方法及应用现状第34-38页
   ·本章小结第38-39页
第3章 建筑安全事故成因分析第39-52页
   ·危险源辨识第39-41页
     ·危险源的内涵第39页
     ·危险源的类型第39-40页
     ·危险源辨识第40-41页
   ·建筑安全事故成因分析第41-47页
     ·事故致因理论第41-43页
     ·事故形成原因第43-47页
   ·建筑安全事故成因分析模型ARCTM第47-50页
     ·ARCTM 模型介绍第48-49页
     ·ARCTM 模型的应用步骤第49-50页
   ·本章小结第50-52页
第4章 建筑安全事故预警方法—支持向量机第52-97页
   ·建筑安全事故预警方法概述第52-63页
     ·基于模式分类的贝叶斯预警方法第53-55页
     ·神经网络预警方法第55-59页
     ·遗传-神经网络预警方法第59-63页
   ·支持向量机方法第63-79页
     ·机器学习和统计学习理论第64-67页
     ·支持向量机第67-72页
     ·支持向量机研究热点第72-76页
     ·利用粗糙集理论提高SVM 算法的实时性第76-79页
   ·支持向量机分类方法在建筑安全预警中的应用第79-89页
     ·模式分类与建筑安全事故预警第79-81页
     ·基于SVC 的建筑安全事故预警原理第81-83页
     ·预警模型选择第83-84页
     ·SVC 预警实例第84-89页
   ·支持向量机回归方法在建筑安全预警中的应用第89-96页
     ·概述第89页
     ·OSVR 预警原理及应用第89-96页
   ·本章小结第96-97页
第5章 建筑安全管理体系第97-126页
   ·国内外建筑安全管理体系第97-106页
     ·国外发达国家建筑安全管理体系第97-102页
     ·我国在建筑安全管理中取得的成就第102-104页
     ·启示与感想第104-106页
   ·建立基于OHSMS 的建筑安全管理体系第106-121页
     ·OHSMS 介绍第106-110页
     ·建立基于OHSMS 管理体系的步骤和内容第110-121页
   ·ARCTM 模型和SVM 方法在建筑安全管理体系中的应用第121页
   ·OHSMS 实施效果的评价第121-125页
     ·河北建设集团安全管理体系内容简介第122页
     ·取得的成效第122-124页
     ·企业在建立体系中存在的不足第124页
     ·企业实施职业建康安全管理体系的展望第124-125页
   ·本章小结第125-126页
第6章 建筑安全事故预警系统设计第126-132页
   ·系统模型第126页
   ·系统构成第126-128页
   ·系统设计第128-130页
     ·系统的总体结构设计第128页
     ·系统的网络设计第128-130页
   ·系统运行模式第130-131页
   ·本章小结第131-132页
第7章 结论与展望第132-134页
参考文献第134-141页
攻读博士期间的主要科研成果第141-142页
附录一 建筑施工单位管理人员调查问卷统计结果第142-150页
附录二 建筑施工单位技术工人调查问卷统计结果第150-156页
附录三 河北建设集团建筑安全生产管理体系第156-161页
致谢第161页

论文共161页,点击 下载论文
上一篇:我国房地产中介企业规范发展研究
下一篇:中国上市公司会计舞弊模式特征及识别研究