摘要 | 第4-5页 |
Abstract | 第5-6页 |
1 绪论 | 第9-18页 |
1.1 研究背景 | 第9-10页 |
1.2 国内外研究现状 | 第10-15页 |
1.3 本文主要研究内容 | 第15-18页 |
2 基于云模型的地铁施工致险因素多粒度概念划分 | 第18-28页 |
2.1 引言 | 第18页 |
2.2 云模型理论 | 第18-21页 |
2.3 基于云模型的多粒度概念层次划分方法 | 第21-23页 |
2.4 工程验证与效果分析 | 第23-27页 |
2.5 本章小结 | 第27-28页 |
3 基于多粒度粗糙集的地铁施工安全知识获取 | 第28-37页 |
3.1 引言 | 第28页 |
3.2 经典粗糙集理论 | 第28-30页 |
3.3 基于多粒度粗糙集的条件属性约简方法 | 第30-32页 |
3.4 基于多粒度粗糙集的决策规则获取方法 | 第32页 |
3.5 工程验证与效果分析 | 第32-36页 |
3.6 本章小结 | 第36-37页 |
4 基于模糊控制的地铁施工安全分析与推理 | 第37-47页 |
4.1 引言 | 第37页 |
4.2 模糊控制器设计内容 | 第37-39页 |
4.3 基于模糊控制的地铁施工安全分析与推理方法 | 第39-46页 |
4.4 本章小结 | 第46-47页 |
5 基于动态贝叶斯网络的地铁施工安全决策与控制 | 第47-61页 |
5.1 引言 | 第47页 |
5.2 动态贝叶斯网络理论 | 第47-50页 |
5.3 基于动态贝叶斯网络的地铁施工安全决策与控制方法 | 第50-56页 |
5.4 工程验证与效果分析 | 第56-60页 |
5.5 本章小结 | 第60-61页 |
6 结论与展望 | 第61-63页 |
6.1 结论 | 第61-62页 |
6.2 展望 | 第62-63页 |
致谢 | 第63-64页 |
参考文献 | 第64-67页 |