港口企业生产安全评价体系及预警研究
| 1 引言 | 第1-13页 |
| ·选题背景 | 第9页 |
| ·国内外研究现状综述 | 第9-11页 |
| ·预警管理的研究现状 | 第10页 |
| ·安全管理的研究现状 | 第10-11页 |
| ·港口生产作业研究现状 | 第11页 |
| ·课题研究目的 | 第11-12页 |
| ·研究方法 | 第12页 |
| ·技术路线 | 第12-13页 |
| 2 港口安全生产现状及评价方法研究 | 第13-19页 |
| ·港口生产作业特点研究 | 第13-14页 |
| ·港口安全生产特点 | 第14页 |
| ·安全评价的现状及其发展趋势 | 第14-15页 |
| ·工业安全评价的现状 | 第14-15页 |
| ·安全评价的发展趋势 | 第15页 |
| ·现有安全评价方法分析及其安全评价方法的选择 | 第15-19页 |
| ·安全评价方法综述及分析 | 第15-18页 |
| ·安全评价方法的选择 | 第18-19页 |
| 3 港口企业生产安全评价准则体系设计 | 第19-26页 |
| ·准则体系的递阶层次结构 | 第19页 |
| ·准则体系的定量测度原理 | 第19-22页 |
| ·评价准则标值测度方法 | 第20-22页 |
| ·评价准则权重测度方法 | 第22页 |
| ·建立港口企业生产安全评价体系 | 第22-26页 |
| 4 安全预警模型的理论基础-支持向量机 | 第26-37页 |
| ·支持向量机概述 | 第26页 |
| ·机器学习的基本问题 | 第26-27页 |
| ·问题的表示 | 第26-27页 |
| ·经验风险最小化 | 第27页 |
| ·复杂性与推广能力 | 第27页 |
| ·统计学习理论的核心内容 | 第27-29页 |
| ·VC维 | 第27-28页 |
| ·推广性的界 | 第28-29页 |
| ·支持向量机 | 第29-37页 |
| ·支持向量机的分类算法 | 第29-33页 |
| ·支持向量机的回归算法 | 第33-35页 |
| ·算法的实现 | 第35-37页 |
| 5 基于SVM的安全预警模型的实现 | 第37-43页 |
| ·安全预警 | 第37页 |
| ·SVM模型和警情分析 | 第37-39页 |
| ·支持向量机学习样本的获取 | 第39-41页 |
| ·SVM预警模型应用 | 第41-42页 |
| ·训练样本和检验样本的选择 | 第41页 |
| ·模型参数的选择及预测结果 | 第41-42页 |
| ·警况处理 | 第42-43页 |
| 6 结语和展望 | 第43-45页 |
| 参考文献 | 第45-50页 |
| 在读期间发表的学术论文 | 第50-51页 |
| 作者简历 | 第51-52页 |
| 致谢 | 第52-53页 |
| 山西建筑 | 第53-56页 |
