| 摘要 | 第2-3页 |
| Abstract | 第3页 |
| 引言 | 第6-9页 |
| 1 论文思路及关键问题 | 第9-15页 |
| 1.1 论文研究思路与技术路线 | 第9-12页 |
| 1.1.1 论文研究思路 | 第9-10页 |
| 1.1.2 论文技术路线 | 第10-12页 |
| 1.2 论文研究内容与研究方法 | 第12-13页 |
| 1.2.1 论文研究的内容 | 第12-13页 |
| 1.2.2 论文研究方法 | 第13页 |
| 1.3 论文的关键点与研究意义 | 第13-15页 |
| 1.3.1 论文的关键点 | 第13-14页 |
| 1.3.2 论文研究意义 | 第14-15页 |
| 2 建设工程安全生产危险因素分析 | 第15-25页 |
| 2.1 建筑施工项目特点与建设工程安全生产特点 | 第15-17页 |
| 2.1.1 建筑施工项目特点 | 第15-16页 |
| 2.1.2 建设工程安全生产特点 | 第16-17页 |
| 2.2 建筑施工项目安全事故机理研究 | 第17-20页 |
| 2.2.1 安全事故致因理论 | 第17-19页 |
| 2.2.2 危险源辨识理论 | 第19-20页 |
| 2.3 建设工程安全生产危险因素体系建立 | 第20-24页 |
| 2.4 小结 | 第24-25页 |
| 3 基于粗糙集—ROSETTA的建筑施工危险因素约简 | 第25-37页 |
| 3.1 粗糙集理论基础知识 | 第25-29页 |
| 3.1.1 粗糙集简介 | 第25-26页 |
| 3.1.2 粗糙集理论基本知识 | 第26-28页 |
| 3.1.3 粗糙集属性约简步骤 | 第28-29页 |
| 3.2 ROSETTA软件介绍 | 第29-30页 |
| 3.3 基于粗糙集—ROSETTA的建筑施工危险因素约简 | 第30-35页 |
| 3.3.1 案例数据准备 | 第30-31页 |
| 3.3.2 数据的预处理 | 第31-33页 |
| 3.3.3 条件属性的约简 | 第33-35页 |
| 3.3.4 结果分析 | 第35页 |
| 3.4 小结 | 第35-37页 |
| 4 基于RS-GA-BP的建筑施工安全预测模型 | 第37-63页 |
| 4.1 建筑施工安全预测方法 | 第37-38页 |
| 4.2 GA-ANN方法理论概述 | 第38-44页 |
| 4.2.1 人工神经网络概述 | 第38-40页 |
| 4.2.2 BP网络概述 | 第40-41页 |
| 4.2.3 遗传算法概述 | 第41-43页 |
| 4.2.4 GA-BP网络的基本思想 | 第43-44页 |
| 4.3 建立基于RS-GA-BP的建筑施工安全预测模型 | 第44-59页 |
| 4.3.1 BP网络结构设计 | 第45-48页 |
| 4.3.2 遗传算法优化BP网络 | 第48-51页 |
| 4.3.3 BP网络的训练 | 第51-54页 |
| 4.3.4 BP网络的检测 | 第54-55页 |
| 4.3.5 模型对比 | 第55-58页 |
| 4.3.6 结果分析 | 第58-59页 |
| 4.4 实例研究 | 第59-62页 |
| 4.4.1 工程简介 | 第59页 |
| 4.4.2 基于RS-GA-BP预测模型的实证研究 | 第59-61页 |
| 4.4.3 结果分析 | 第61-62页 |
| 4.5 小结 | 第62-63页 |
| 5 建设工程安全事故预控对策研究 | 第63-67页 |
| 5.1 建设工程安全事故预控的对策 | 第63-64页 |
| 5.2 建设工程项目安全预控系统 | 第64-66页 |
| 5.3 小结 | 第66-67页 |
| 结论 | 第67-70页 |
| 参考文献 | 第70-73页 |
| 附录A 程序代码(部分) | 第73-75页 |
| 致谢 | 第75-77页 |
