摘要 | 第4-6页 |
abstract | 第6-7页 |
第1章 绪论 | 第11-21页 |
1.1 研究背景 | 第11-12页 |
1.2 研究意义 | 第12-15页 |
1.3 国内外相关研究综述 | 第15-19页 |
1.3.1 国外危险品突发事故应急决策研究现状 | 第15-17页 |
1.3.2 国内危险品突发事故应急决策研究现状 | 第17-19页 |
1.4 论文主要内容与结构安排 | 第19-21页 |
第2章 论文研究的相关理论基础 | 第21-35页 |
2.1 多目标决策理论 | 第21-23页 |
2.1.1 多目标决策概念、特点及分类 | 第21-22页 |
2.1.2 多目标决策的求解 | 第22-23页 |
2.2 项目管理理论 | 第23-25页 |
2.2.1 项目管理概述 | 第23-24页 |
2.2.2 项目管理与应急管理 | 第24-25页 |
2.3 应急管理理论 | 第25-28页 |
2.4 贝叶斯网络技术 | 第28-35页 |
2.4.1 贝叶斯网络的理论基础 | 第28-29页 |
2.4.2 贝叶斯网络模型 | 第29-30页 |
2.4.3 贝叶斯网络的学习 | 第30-32页 |
2.4.4 贝叶斯网络的推理 | 第32-33页 |
2.4.5 贝叶斯网络应用实例 | 第33-35页 |
第3章 危险品突发事故应急决策的影响因素分析 | 第35-47页 |
3.1 危险品突发事故应急决策的预案因素 | 第35-39页 |
3.2 危险品突发事故应急决策的人员因素 | 第39-43页 |
3.3 危险品突发事故应急决策的环境因素 | 第43-45页 |
3.4 危险品突发事故应急决策的技术因素 | 第45-47页 |
第4章 基于贝叶斯网络的危险品突发事故应急决策模型构建 | 第47-59页 |
4.1 危险品突发事故应急决策贝叶斯网络节点的确定 | 第47-49页 |
4.1.1 贝叶斯网络节点的选取 | 第47-48页 |
4.1.2 贝叶斯网络节点的状态定义 | 第48-49页 |
4.2 危险品突发事故应急决策贝叶斯网络结构的建立 | 第49-53页 |
4.2.1 贝叶斯网络结构的知识编辑 | 第49-52页 |
4.2.2 贝叶斯网络结构学习 | 第52-53页 |
4.3 危险品突发事故应急决策贝叶斯网络结构的优化 | 第53-54页 |
4.4 危险品突发事故应急决策贝叶斯网络参数的学习 | 第54-56页 |
4.5 危险品突发事故应急决策贝叶斯网络模型 | 第56-59页 |
第5章 模型验证 | 第59-65页 |
5.1 模型验证的证据信息分析 | 第59-61页 |
5.2 危险品应急决策贝叶斯网络的推理验证 | 第61-63页 |
5.3 危险品应急决策贝叶斯网络的敏感性分析 | 第63-65页 |
第6章 结论与展望 | 第65-67页 |
6.1 研究结论 | 第65-66页 |
6.2 研究展望 | 第66-67页 |
参考文献 | 第67-71页 |
附录 | 第71-75页 |
致谢 | 第75页 |