创新点摘要 | 第5-6页 |
摘要 | 第6-8页 |
ABSTRACT | 第8-9页 |
第1章 绪论 | 第13-30页 |
1.1 研究背景 | 第13-14页 |
1.2 研究意义 | 第14-15页 |
1.3 关键概念界定 | 第15-17页 |
1.3.1 水上交通事故 | 第15-16页 |
1.3.2 重特大水上交通事故 | 第16-17页 |
1.4 文献综述 | 第17-27页 |
1.4.1 事故影响因素研究 | 第18-24页 |
1.4.2 事故安全监管研究 | 第24-27页 |
1.5 研究内容和框架 | 第27-30页 |
1.5.1 研究内容 | 第27页 |
1.5.2 研究框架 | 第27-30页 |
第2章 相关基础理论 | 第30-38页 |
2.1 事故致因理论 | 第30-33页 |
2.1.1 事故致因理论概述 | 第30-32页 |
2.1.2 水上交通事故致因机理分析 | 第32-33页 |
2.2 数据挖掘中的分类算法 | 第33-34页 |
2.3 非合作博弈理论 | 第34-37页 |
2.4 本章小结 | 第37-38页 |
第3章 基于遗传算法和极限学习机的水上交通事故严重程度影响因素识别 | 第38-66页 |
3.1 水上交通事故影响因素分析 | 第38-45页 |
3.1.1 人的因素 | 第38-39页 |
3.1.2 船舶因素 | 第39-41页 |
3.1.3 环境因素 | 第41-42页 |
3.1.4 管理因素 | 第42-43页 |
3.1.5 事故自身属性 | 第43-45页 |
3.2 水上交通事故影响因素集构建及量化处理 | 第45-52页 |
3.2.1 数据来源及选取 | 第45-46页 |
3.2.2 事故影响因素集构建 | 第46-49页 |
3.2.3 事故影响因素集量化说明 | 第49-52页 |
3.3 水上交通事故严重程度影响因素识别模型构建 | 第52-61页 |
3.3.1 方法选择 | 第52-53页 |
3.3.2 极限学习机算法介绍 | 第53-59页 |
3.3.3 GA-ELM事故严重程度影响因素识别模型算法流程 | 第59-61页 |
3.4 实证研究 | 第61-64页 |
3.4.1 模型样本及参数设置 | 第61-63页 |
3.4.2 识别结果及分析 | 第63-64页 |
3.5 本章小结 | 第64-66页 |
第4章 基于C5.0决策树的重特大水上交通事故影响因素组合模式分析 | 第66-97页 |
4.1 重特大水上交通事故致因类型的统计分析 | 第66-67页 |
4.2 方法选择与介绍 | 第67-72页 |
4.2.1 方法选择 | 第67页 |
4.2.2 C5.0决策树算法介绍 | 第67-72页 |
4.3 水上交通事故影响因素组合模式决策树构建与分析 | 第72-85页 |
4.3.1 数据处理 | 第72-74页 |
4.3.2 初步水上交通事故影响因素组合决策树构建及分析 | 第74-77页 |
4.3.3 水上交通事故影响因素组合决策树参数调整 | 第77-82页 |
4.3.4 参数调整后的水上交通事故影响因素组合决策树构建 | 第82-85页 |
4.4 重特大水上交通事故影响因素组合模式提取 | 第85-96页 |
4.4.1 重特大事故影响因素组合模式提取 | 第85-89页 |
4.4.2 重特大事故影响因素组合模式分析 | 第89-96页 |
4.5 本章小结 | 第96-97页 |
第5章 水上交通事故关键致因的博弈分析及对策 | 第97-113页 |
5.1 博弈主体及其关系分析 | 第97-98页 |
5.2 政府部门与航运企业间的博弈分析 | 第98-106页 |
5.2.1 模型基本假设 | 第99-100页 |
5.2.2 模型求解 | 第100-104页 |
5.2.3 对博弈模型均衡解的分析 | 第104-106页 |
5.3 航运企业与船员间的博弈分析 | 第106-111页 |
5.3.1 模型基本假设 | 第106-107页 |
5.3.2 模型求解 | 第107-109页 |
5.3.3 对博弈模型均衡解的分析 | 第109-111页 |
5.4 模型结果分析及对策建议 | 第111-112页 |
5.5 本章小结 | 第112-113页 |
第6章 结论与展望 | 第113-116页 |
6.1 研究结论 | 第113-114页 |
6.2 研究展望 | 第114-116页 |
参考文献 | 第116-127页 |
攻读学位期间公开发表论文 | 第127-129页 |
致谢 | 第129-130页 |
作者简介 | 第130页 |