| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 选题背景及意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-20页 |
| 1.2.1 事故预测的发展 | 第13-18页 |
| 1.2.2 事故控制理论的历史及研究现状 | 第18-20页 |
| 1.3 本文研究的主要内容 | 第20-21页 |
| 第2章 事故预测方法研究 | 第21-69页 |
| 2.1 事故预测理论 | 第21-26页 |
| 2.1.1 事故预测的含义及重要意义 | 第21-22页 |
| 2.1.2 事故预测原理 | 第22-24页 |
| 2.1.3 事故预测要求 | 第24页 |
| 2.1.4 事故预测程序与评价标准 | 第24-26页 |
| 2.2 灰色预测理论概述及实际应用 | 第26-31页 |
| 2.2.1 灰色预测理论概述 | 第26页 |
| 2.2.2 建立GM(1,1)模型的步骤 | 第26-29页 |
| 2.2.3 灰色预测方法的应用 | 第29-31页 |
| 2.3 ARMA模型理论概述及实际应用 | 第31-50页 |
| 2.3.1 模型介绍 | 第32-33页 |
| 2.3.2 应用ARMA模型的前提条件 | 第33-34页 |
| 2.3.3 ARMA模型的建模步骤 | 第34-42页 |
| 2.3.3.1 平稳性检验 | 第34-38页 |
| 2.3.3.2 模型的识别 | 第38-39页 |
| 2.3.3.3 模型定阶与参数估计 | 第39-40页 |
| 2.3.3.4 模型检验 | 第40-41页 |
| 2.3.3.5 模型预测 | 第41-42页 |
| 2.3.4 ARMA模型在事故十万人死亡率预测中的应用 | 第42-50页 |
| 2.4 支持向量回归理论概述及实际应用 | 第50-69页 |
| 2.4.1 统计学习理论基础 | 第51-53页 |
| 2.4.2 支持向量机基本原理 | 第53-54页 |
| 2.4.3 支持向量回归 | 第54-58页 |
| 2.4.4 核函数 | 第58-60页 |
| 2.4.5 基于支持向量回归的时间序列预测模型设计 | 第60-63页 |
| 2.4.6 基于支持向量回归(SVR)的事故十万人死亡率预测 | 第63-69页 |
| 第3章 事故预防与控制对策研究 | 第69-87页 |
| 3.1 事故的形成及其发展过程 | 第69页 |
| 3.2 常用事故致因理论剖析 | 第69-72页 |
| 3.2.1 能量意外释放论 | 第69-70页 |
| 3.2.2 事故因果连锁论 | 第70-71页 |
| 3.2.3 轨迹交叉论 | 第71-72页 |
| 3.3 事故预防与控制的基本原则 | 第72-73页 |
| 3.4 事故预防与控制宏观对策措施 | 第73-87页 |
| 3.4.1 合理的安全管理模式 | 第73-76页 |
| 3.4.2 本质安全化与标准化作业 | 第76-78页 |
| 3.4.3 科学的安全教育培训体系 | 第78-79页 |
| 3.4.4 群体行为控制 | 第79-80页 |
| 3.4.5 安全激励机制 | 第80-82页 |
| 3.4.6 构建安全文化平台 | 第82-84页 |
| 3.4.7 建立和完善意外伤害保险制度 | 第84-87页 |
| 第4章 结论及展望 | 第87-89页 |
| 4.1 主要结论 | 第87页 |
| 4.2 有待进一步研究的问题 | 第87-89页 |
| 参考文献 | 第89-93页 |
| 致谢 | 第93页 |
