| 摘要 | 第4-7页 |
| abstract | 第7-9页 |
| 1 绪论 | 第13-27页 |
| 1.1 选题背景及意义 | 第13-16页 |
| 1.2 国内外研究现状 | 第16-24页 |
| 1.2.1 煤矿事故预防控制研究现状 | 第16-20页 |
| 1.2.2 事故复杂性研究现状 | 第20-22页 |
| 1.2.3 煤矿事故风险预警研究现状 | 第22-24页 |
| 1.3 论文主要研究内容 | 第24-25页 |
| 1.4 研究方法与技术路线 | 第25-26页 |
| 1.5 本章小结 | 第26-27页 |
| 2 煤矿事故隐患排查风险管控理论研究 | 第27-51页 |
| 2.1 煤矿事故系统的复杂性分析 | 第27-42页 |
| 2.1.1 复杂性与复杂系统 | 第27-31页 |
| 2.1.2 煤矿事故系统及其复杂性分析 | 第31-37页 |
| 2.1.3 系统视角下的煤矿事故隐患产生及作用机理分析 | 第37-42页 |
| 2.2 煤矿事故系统中的风险传递与涌现分析 | 第42-47页 |
| 2.2.1 复杂系统风险传递路径分析 | 第42-43页 |
| 2.2.2 煤矿事故系统风险涌现分析 | 第43-47页 |
| 2.3 煤矿事故隐患排查的风险“辨识-控制”模型 | 第47-50页 |
| 2.3.1 煤矿事故隐患排查的风险管控作用机理 | 第47-49页 |
| 2.3.2 煤矿事故隐患排查风险管控流程 | 第49-50页 |
| 2.4 本章小结 | 第50-51页 |
| 3 煤矿事故隐患排查管理体系研究 | 第51-67页 |
| 3.1 煤矿事故隐患基本规律分析 | 第51-60页 |
| 3.1.1 煤矿事故隐患空间分布规律分析 | 第52-55页 |
| 3.1.2 煤矿事故隐患时间演变规律分析 | 第55-59页 |
| 3.1.3 煤矿事故隐患的时空演化机理分析 | 第59-60页 |
| 3.2 煤矿事故隐患排查管理体系 | 第60-66页 |
| 3.2.1 煤矿事故隐患排查流程分析 | 第60-64页 |
| 3.2.2 事故隐患排查管理体系要素 | 第64-66页 |
| 3.3 本章小结 | 第66-67页 |
| 4 煤矿事故隐患风险评价模型研究 | 第67-89页 |
| 4.1 煤矿事故隐患风险评价模型 | 第67-69页 |
| 4.2 生产环境子系统的危险性评价 | 第69-75页 |
| 4.2.1 评价指标体系构建 | 第69-72页 |
| 4.2.2 权重确定 | 第72-74页 |
| 4.2.3 评价方法及结果 | 第74-75页 |
| 4.3 技术管理子系统的风险约束能力评价 | 第75-85页 |
| 4.3.1 评价指标体系构建 | 第75-76页 |
| 4.3.2 指标的隶属度函数确定 | 第76-83页 |
| 4.3.3 评价方法及结果 | 第83-85页 |
| 4.4 煤矿事故系统风险制约模型 | 第85-87页 |
| 4.4.1 煤矿事故系统风险制约关系分析 | 第85-86页 |
| 4.4.2 煤矿事故隐患风险评价 | 第86-87页 |
| 4.5 本章小结 | 第87-89页 |
| 5 煤矿事故隐患的预测预警研究 | 第89-105页 |
| 5.1 基于ELM的煤矿事故隐患动态预测预警 | 第89-93页 |
| 5.1.1 极限学习机(ELM)原理 | 第89-91页 |
| 5.1.2 在线顺序极限学习机(OSELM) | 第91-93页 |
| 5.2 改进的极限学习机 | 第93-95页 |
| 5.2.1 粒子群算法基本原理 | 第93-94页 |
| 5.2.2 .PSO-FOSELM算法 | 第94-95页 |
| 5.3 基于PSO-FOSELM的煤矿事故隐患预测 | 第95-102页 |
| 5.3.1 事故隐患风险预测原理 | 第95页 |
| 5.3.2 基于PSO-FOSELM算法的煤矿事故隐患数量预测 | 第95-101页 |
| 5.3.3 结果分析 | 第101-102页 |
| 5.4 本章小结 | 第102-105页 |
| 6 结论与展望 | 第105-109页 |
| 6.1 主要结论 | 第105-106页 |
| 6.2 创新点 | 第106-107页 |
| 6.3 不足与展望 | 第107-109页 |
| 参考文献 | 第109-117页 |
| 致谢 | 第117-119页 |
| 作者简介 | 第119页 |
