基于T-S网络的建筑施工安全预警体系研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第13-21页 |
| 1.1 研究背景 | 第13-14页 |
| 1.2 研究的目的与意义 | 第14-15页 |
| 1.2.1 研究目的 | 第14-15页 |
| 1.2.2 研究意义 | 第15页 |
| 1.3 国内外研究现状 | 第15-18页 |
| 1.3.1 国外研究现状 | 第15-17页 |
| 1.3.2 国内研究现状 | 第17-18页 |
| 1.4 研究内容、方法及研究路线 | 第18-21页 |
| 1.4.1 研究内容 | 第18-19页 |
| 1.4.2 研究方法 | 第19页 |
| 1.4.3 技术路线 | 第19-21页 |
| 第二章 相关理论基础 | 第21-37页 |
| 2.1 事故致因理论 | 第21-25页 |
| 2.1.1 多米诺骨牌理论 | 第21-22页 |
| 2.1.2 人为失误论 | 第22-23页 |
| 2.1.3 能量逸散失控理论 | 第23-24页 |
| 2.1.4 轨迹交叉论 | 第24-25页 |
| 2.1.5 事故综合原因论 | 第25页 |
| 2.2 模糊理论 | 第25-29页 |
| 2.2.1 模糊集合 | 第25-26页 |
| 2.2.2 隶属函数 | 第26页 |
| 2.2.3 模糊逻辑推理 | 第26页 |
| 2.2.4 模糊逻辑控制系统原理 | 第26-28页 |
| 2.2.5 常见的模糊逻辑控制系统 | 第28-29页 |
| 2.3 神经网络理论 | 第29-33页 |
| 2.3.1 神经元模型 | 第30页 |
| 2.3.2 神经网络的结构 | 第30-31页 |
| 2.3.3 神经网络的学习算法 | 第31-33页 |
| 2.4 模糊神经网络 | 第33-37页 |
| 2.4.1 模糊系统和神经网络的结合 | 第33-34页 |
| 2.4.2 模糊神经网络的模型 | 第34-37页 |
| 第三章 建筑施工安全预警指标体系设置 | 第37-45页 |
| 3.1 建筑施工安全预警指标体系建立的原则 | 第37-38页 |
| 3.1.1 系统性原则 | 第37页 |
| 3.1.2 科学性原则 | 第37页 |
| 3.1.3 定性与定量相结合原则 | 第37-38页 |
| 3.1.4 独立性原则 | 第38页 |
| 3.1.5 动态性原则 | 第38页 |
| 3.2 建筑施工安全影响因素分析 | 第38-42页 |
| 3.2.1 人员因素 | 第38-39页 |
| 3.2.2 机材因素 | 第39-40页 |
| 3.2.3 环境因素 | 第40-41页 |
| 3.2.4 管理因素 | 第41-42页 |
| 3.3 预警指标体系的构建 | 第42-43页 |
| 3.4 预警区间的划分 | 第43-45页 |
| 第四章 建筑施工安全预警体系构建 | 第45-59页 |
| 4.1 基于T-S网络的建筑施工安全预警原理 | 第45页 |
| 4.2 基于T-S网络的建筑施工安全预警模型 | 第45-53页 |
| 4.2.1 T-S网络结构 | 第45-47页 |
| 4.2.2 T-S网络模型的学习算法 | 第47-49页 |
| 4.2.3 网络参数与训练样本 | 第49-50页 |
| 4.2.4 网络训练与检测 | 第50-52页 |
| 4.2.5 建筑施工安全预警 | 第52-53页 |
| 4.3 预警结果处理 | 第53-59页 |
| 4.3.1 预警信号输出 | 第53-54页 |
| 4.3.2 预控对策 | 第54-59页 |
| 第五章 实例分析 | 第59-67页 |
| 5.1 项目概况 | 第59-60页 |
| 5.1.1 项目安全生产目标 | 第59页 |
| 5.1.2 项目安全生产特点分析 | 第59-60页 |
| 5.2 项目施工安全预警 | 第60-63页 |
| 5.2.1 预警指标数据的采集 | 第60-62页 |
| 5.2.2 预警结果 | 第62-63页 |
| 5.3 项目预控对策 | 第63-67页 |
| 第六章 结论和展望 | 第67-69页 |
| 6.1 结论 | 第67页 |
| 6.2 展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 作者简介 | 第73页 |
| 作者在攻读书硕士学位期间发表的学术论文 | 第73页 |
| 作者在攻读硕士学位期间参加的科研课题 | 第73-75页 |
| 致谢 | 第75页 |
