| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-11页 |
| 1.2.1 国外研究现状 | 第8-9页 |
| 1.2.2 国内研究现状 | 第9-11页 |
| 1.2.3 目前可继续研究的空间 | 第11页 |
| 1.3 论文研究内容 | 第11页 |
| 1.4 论文技术路线 | 第11-12页 |
| 本章小结 | 第12-14页 |
| 第二章 地铁大客流疏运风险预警框架 | 第14-37页 |
| 2.1 地铁大客流疏运安全风险因素识别 | 第14-26页 |
| 2.1.1 安全风险定义 | 第14页 |
| 2.1.2 地铁大客流事故分析 | 第14-17页 |
| 2.1.3 地铁输运安全风险因素识别 | 第17-19页 |
| 2.1.4 安全风险因素提取 | 第19-26页 |
| 2.2 地铁大客流疏运风险预警 | 第26-28页 |
| 2.2.1 地铁大客流预警级别界定 | 第26页 |
| 2.2.2 地铁大客流预警阈值确定 | 第26-27页 |
| 2.2.3 地铁大客流预警指标确定 | 第27-28页 |
| 2.3 建立地铁大客流疏运风险预警框架 | 第28-36页 |
| 2.3.1 基于粗集理论的数据约简 | 第28-29页 |
| 2.3.2 基于粗集理论的风险预警核心指标提取 | 第29-32页 |
| 2.3.3 风险预警指标相关性分析 | 第32-36页 |
| 本章小结 | 第36-37页 |
| 第三章 地铁疏运过程安全风险预警分析 | 第37-45页 |
| 3.1 人工神经网络(ANN)模型概述 | 第37-38页 |
| 3.2 自组织竞争网络技术 | 第38页 |
| 3.3 ANN的自组织竞争网络技术安全风险预警模型构建 | 第38-43页 |
| 3.4 安全风险仿真的应用 | 第43-44页 |
| 本章小结 | 第44-45页 |
| 第四章 地铁客流疏运仿真模型构建 | 第45-63页 |
| 4.1 仿真软件基础 | 第45-46页 |
| 4.2 大连地铁西安路站仿真模型建立 | 第46-56页 |
| 4.2.1 西安路站概述 | 第46-50页 |
| 4.2.2 地铁客流分析 | 第50-53页 |
| 4.2.3 仿真模型实现 | 第53-56页 |
| 4.2.4 预警能力实现 | 第56页 |
| 4.3 地铁大客流预警监测位置界定 | 第56-60页 |
| 4.4 地铁大客流疏散预警的发展前景 | 第60-62页 |
| 本章小结 | 第62-63页 |
| 第五章 地铁大客流疏运安全预警平台构建 | 第63-75页 |
| 5.1 平台开发概述及设计原则 | 第63页 |
| 5.2 地铁大客流疏运管控系统系统分析 | 第63-65页 |
| 5.2.1 需求分析 | 第63-64页 |
| 5.2.2 系统功能模块 | 第64-65页 |
| 5.3 应急管控平台设计 | 第65-72页 |
| 5.3.1 用户使用流程分析 | 第65-66页 |
| 5.3.2 模块设计 | 第66-67页 |
| 5.3.3 平台界面设计 | 第67-72页 |
| 5.4 应急管控平台意义 | 第72-74页 |
| 5.4.1 健全体制 | 第72页 |
| 5.4.2 完善机制 | 第72-73页 |
| 5.4.3 优化措施 | 第73-74页 |
| 本章小结 | 第74-75页 |
| 总结 | 第75-76页 |
| 参考文献 | 第76-79页 |
| 附件1：调查问卷 | 第79-80页 |
| 附件2 SPSS软件输出结果 | 第80-83页 |
| 攻读硕士学位期间发表的学术论文 | 第83-84页 |
| 致谢 | 第84页 |