摘要 | 第4-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第11-21页 |
1.1 研究背景及意义 | 第11-13页 |
1.1.1 研究背景 | 第11-12页 |
1.1.2 研究意义 | 第12-13页 |
1.2 国内外安全绩效研究现状 | 第13-17页 |
1.2.1 国外研究现状 | 第13-14页 |
1.2.2 国内研究现状 | 第14-17页 |
1.3 研究内容与方法 | 第17-21页 |
1.3.1 研究内容及思路 | 第17-19页 |
1.3.2 研究方法 | 第19-21页 |
第2章 安全绩效评估指标体系的建立 | 第21-35页 |
2.1 安全绩效定义 | 第21页 |
2.2 安全绩效指标代表性文献分析 | 第21-24页 |
2.3 安全绩效评估指标体系建立的原则和方法 | 第24-27页 |
2.3.1 指标体系建立的原则 | 第24-25页 |
2.3.2 DPSIR模型 | 第25-27页 |
2.4 安全绩效指标体系的建立 | 第27-32页 |
2.4.1 指标体系的设计分析 | 第27-29页 |
2.4.2 指标的选取 | 第29-30页 |
2.4.3 指标的定义 | 第30-32页 |
2.5 安全绩效指标的评估标准 | 第32-35页 |
2.5.1 指标的量化 | 第32-33页 |
2.5.2 评估标准的制定 | 第33-35页 |
第3章 安全绩效评估方法的选择 | 第35-45页 |
3.1 常用绩效评估方法分析 | 第35-38页 |
3.2 BP神经网络 | 第38-43页 |
3.2.1 BP神经网络的结构 | 第38-39页 |
3.2.2 BP神经网络的学习算法 | 第39-41页 |
3.2.3 BP网络设计步骤 | 第41-43页 |
3.3 DPSIR+BP神经网络评估模型及其应用程序 | 第43-45页 |
第4章 S增压器装配企业安全绩效评估实例 | 第45-59页 |
4.1 S企业相关描述 | 第45-47页 |
4.1.1 安全生产特点 | 第45页 |
4.1.2 安全绩效评估现状 | 第45-47页 |
4.2 安全绩效指标数据来源 | 第47-49页 |
4.3 基于BP神经网络的S企业安全绩效评估 | 第49-56页 |
4.3.1 样本数据的生成 | 第49-51页 |
4.3.2 网络参数的确定 | 第51页 |
4.3.3 样本训练和测试 | 第51-55页 |
4.3.4 GUI界面仿真 | 第55-56页 |
4.4 评估结果分析与建议 | 第56-59页 |
第5章 结论与展望 | 第59-61页 |
5.1 结论和创新 | 第59-60页 |
5.2 不足及展望 | 第60-61页 |
参考文献 | 第61-67页 |
附录 | 第67-74页 |
攻读硕士学位期间发表的论文及参与的科研项目 | 第74-75页 |
致谢 | 第75页 |