情景驱动的并发型突发事件链建模方法
| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 1 绪论 | 第7-12页 |
| 1.1 研究背景与问题的提出 | 第7-8页 |
| 1.2 拟解决科学问题 | 第8-9页 |
| 1.3 研究内容与技术路线 | 第9-12页 |
| 1.3.1 技术路线 | 第9-11页 |
| 1.3.2 论文结构安排 | 第11-12页 |
| 2 国内外研究综述 | 第12-17页 |
| 2.1 突发事件链式演化相关研究 | 第12-13页 |
| 2.2 突发事件情景相关研究 | 第13-15页 |
| 2.3 贝叶斯网络应用研究 | 第15-16页 |
| 2.4 相关研究述评 | 第16-17页 |
| 3 突发事件链式演化特征及相关概念界定 | 第17-28页 |
| 3.1 突发事件链结构特征分析 | 第17-20页 |
| 3.1.1 突发事件模型 | 第17-18页 |
| 3.1.2 串发型突发事件链 | 第18-19页 |
| 3.1.3 并发型突发事件链 | 第19-20页 |
| 3.2 突发事件间作用关系分析 | 第20-22页 |
| 3.3 情景演变与突发事件演化影响关系 | 第22-27页 |
| 3.3.1 情景的形式化表示 | 第22页 |
| 3.3.2 情景演化规律分析 | 第22-24页 |
| 3.3.3 情景演变对突发事件演化影响关系 | 第24-27页 |
| 3.4 本章小结 | 第27-28页 |
| 4 情景驱动的并发型突发事件链模型构建 | 第28-36页 |
| 4.1 突发事件贝叶斯网络模型 | 第28-29页 |
| 4.2 情景驱动的并发型突发事件链模型构建 | 第29-33页 |
| 4.2.1 突发事件贝叶斯网络的关联方法 | 第29-31页 |
| 4.2.2 模型参数信息的获取 | 第31-32页 |
| 4.2.3 情景驱动的并发型事件链动态构建方法 | 第32-33页 |
| 4.3 基于贝叶斯理论的并发型事件链模型概率推理 | 第33-35页 |
| 4.4 本章小结 | 第35-36页 |
| 5 实例验证 | 第36-46页 |
| 5.1 问题描述 | 第36页 |
| 5.2 情景驱动的并发型事件链构建 | 第36-43页 |
| 5.2.1 突发事件情景信息获取 | 第37-39页 |
| 5.2.2 突发事件贝叶斯网络 | 第39-40页 |
| 5.2.3 情景驱动的暴雨演化贝叶斯网络动态构建 | 第40-43页 |
| 5.3 预测结果及优势分析 | 第43-45页 |
| 5.3.1 预测结果分析 | 第43-44页 |
| 5.3.2 优势对比分析 | 第44-45页 |
| 5.4 本章小结 | 第45-46页 |
| 结论 | 第46-48页 |
| 参考文献 | 第48-53页 |
| 攻读硕士学位期间发表学术论文、参与项目情况 | 第53-54页 |
| 致谢 | 第54-56页 |
