首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--理论、方法论文--自动机理论论文

基于乘客行为的地铁车站运行脆弱性分析与评估研究

摘要第5-7页
ABSTRACT第7-9页
第一章 绪论第14-26页
    1.1 研究背景及意义第14-15页
    1.2 国内外研究现状及启示第15-22页
        1.2.1 地铁系统运行安全研究现状第15-16页
        1.2.2 脆弱性理论及评估方法研究现状第16-17页
        1.2.3 地铁乘客行为及行为心理研究现状第17-20页
        1.2.4 现有研究评述第20-22页
    1.3 研究目标、内容及方法第22-25页
        1.3.1 课题来源第22页
        1.3.2 研究目标第22页
        1.3.3 研究内容第22-23页
        1.3.4 论文框架结构第23-25页
    1.4 本章小结第25-26页
第二章 地铁系统运行脆弱性原理分析第26-34页
    2.1 地铁系统运行脆弱性理论体系构建第26-28页
        2.1.1 内部自发脆弱性第27页
        2.1.2 外部引发脆弱性第27-28页
    2.2 基于乘客行为的地铁车站运行脆弱性分析第28-29页
        2.2.1 脆弱性概念第28页
        2.2.2 脆弱性原理第28-29页
    2.3 PAB引发地铁安全事故分析第29-33页
        2.3.1 PAB引发事故分类第29-30页
        2.3.2 基于案例的PAB分类与特征分析第30-32页
        2.3.3 PAB事故形成机理分析第32-33页
    2.4 本章小节第33-34页
第三章 基于FPN的乘客异常行为引发事故脆弱情景识别第34-52页
    3.1 模糊Petri网适用性分析第34页
    3.2 模糊Petri网定义与标识方法第34-37页
        3.2.1 模糊Petri网定义第34-36页
        3.2.2 模糊Petri网特点第36页
        3.2.3 Petri网可达标识图第36-37页
    3.3 FPN推理规则及算法第37-41页
        3.3.1 专家语言处理第37-39页
        3.3.2 FPN推理规则及算法规定第39-41页
    3.4 PAB事故的FPN模型第41-45页
        3.4.1 建模范畴第41-42页
        3.4.2 FPN模型构建第42-44页
        3.4.3 FPN模型解释第44-45页
    3.5 PAB事故脆弱情景识别及分析第45-51页
        3.5.1 计算机程序设计第45-46页
        3.5.2 模型计算结果第46-49页
        3.5.3 脆弱情景识别与分析第49-50页
        3.5.4 基于脆弱情景的建议第50-51页
    3.6 本章小节第51-52页
第四章 基于调研的乘客异常行为识别与危险性评估第52-70页
    4.1 调研及分析思路概述第52-53页
    4.2 PAB识别及行为因子结构第53-60页
        4.2.1 行为量表工具第53-54页
        4.2.2 地铁乘客行为量表(MPBQ)第54-56页
        4.2.3 抽样对象与过程第56-57页
        4.2.4 样本基本信息第57-58页
        4.2.5 MPBQ因子结构第58-60页
    4.3 PAB危险性评估第60-64页
        4.3.1 地铁车站员工评估量表(MSEQ)第60-61页
        4.3.2 抽样对象与过程第61页
        4.3.3 样本基本信息第61-62页
        4.3.4 PAB危险等级划分第62-64页
    4.4 人口统计及乘坐特征对PAB的影响第64-66页
        4.4.1 确定考察的行为类第64-65页
        4.4.2 方差分析(ANOVA)第65-66页
    4.5 PAB与地铁事故的关系第66-67页
    4.6 本章小结第67-70页
第五章 基于改进TPB的乘客危险行为产生机理分析第70-94页
    5.1 PRB心理认知结构假设第70-73页
        5.1.1 计划行为理论(TPB)基础第70-71页
        5.1.2 对TPB的改进第71-72页
        5.1.3 理论假设模型第72-73页
    5.2 PRB调研第73-78页
        5.2.1 典型行为场景构建第73-74页
        5.2.2 引出突显信念第74页
        5.2.3 乘客危险行为心理认知量表(PRBQ)第74-75页
        5.2.4 抽样对象与过程第75页
        5.2.5 样本基本信息与描述性统计第75-78页
    5.3 区分PRB的意向者与非意向者第78-83页
        5.3.1 信念识别方法及结果第78-82页
        5.3.2 行为信念差异第82页
        5.3.3 规范信念差异第82页
        5.3.4 控制信念差异第82-83页
    5.4 基于SEM的实证分析第83-93页
        5.4.1 结构方程模型(SEM)概述第83-84页
        5.4.2 基于LR行为的模型修正第84-88页
        5.4.3 基于DR行为的模型修正第88-92页
        5.4.4 模型结论分析第92-93页
    5.5 本章小节第93-94页
第六章 基于PRB演化的地铁车站运行脆弱性SD仿真第94-124页
    6.1 系统动力学及基本建模过程第94-96页
        6.1.1 系统动力学概述第94页
        6.1.2 基本建模过程第94-95页
        6.1.3 基本建模方法第95-96页
    6.2 PRB-MSOV的系统分析第96-98页
        6.2.1 建模目的第96-97页
        6.2.2 系统边界第97页
        6.2.3 模型假设第97页
        6.2.4 PRB-MSOV系统因果关系图第97-98页
    6.3 PRB-MSOV系统动力学模型结构分析及方程式构建第98-107页
        6.3.1 车站危险行为模块第98-99页
        6.3.2 列车运行子模块第99页
        6.3.3 乘客流量子模块第99-101页
        6.3.4 安全设施子模块第101-102页
        6.3.5 工作人员管理子模块第102-103页
        6.3.6 乘客心理认知子模块第103-106页
        6.3.7 PRB-MSOV系统总体流图第106-107页
    6.4 实例仿真第107-113页
        6.4.1 模型参数赋值第107-109页
        6.4.2 模型有效性检验第109-111页
        6.4.3 基本模拟分析第111-113页
    6.5 车站运行脆弱性分析第113-121页
        6.5.1 发车间隔时间(interval)分析第114-115页
        6.5.2 客流高峰峰值(peak_Max)分析第115-117页
        6.5.3 屏蔽门形式(Door_type)分析第117-118页
        6.5.4 现场管理人员数量(Superv_no.)分析第118-121页
        6.5.5 脆弱情景综合分析第121页
    6.6 本章小节第121-124页
第七章 结论与展望第124-128页
    7.1 研究结论第124-126页
    7.2 创新点第126页
    7.3 研究不足及展望第126-128页
参考文献第128-136页
附录A 地铁乘客行为量表(MPBQ)第136-139页
附录B 地铁车站员工评估量表(MSEQ)第139-143页
附录C 地铁乘客危险行为心理认知量表(PRBQ)第143-153页
附录D PRB-MSOV系统动力学模型涉及AnyLogic函数表第153-154页
攻读学位期间论文发表情况第154-156页
致谢第156页

论文共156页,点击 下载论文
上一篇:一种智能电梯门禁系统设计
下一篇:WEA331-xSi合金的组织演变规律