| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 研究背景、目的与意义 | 第10-11页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究目的及意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-16页 |
| 1.2.1 国外研究现状 | 第12-13页 |
| 1.2.2 国内研究现状 | 第13-16页 |
| 1.2.3 国内外研究现状评述 | 第16页 |
| 1.3 研究思路与方法 | 第16-18页 |
| 1.3.1 主要思路 | 第16-17页 |
| 1.3.2 研究内容 | 第17-18页 |
| 1.3.3 研究方法 | 第18页 |
| 1.4 主要创新之处 | 第18-20页 |
| 第2章 船舶航行风险因素的确定 | 第20-28页 |
| 2.1 船舶航行风险因素选取原则 | 第20页 |
| 2.2 船舶航行风险因素选取流程 | 第20-22页 |
| 2.3 船舶航行风险因素分析 | 第22-27页 |
| 2.3.1 人为因素分析 | 第22-23页 |
| 2.3.2 硬件因素分析 | 第23-24页 |
| 2.3.3 软件因素分析 | 第24-25页 |
| 2.3.4 管理控制分析 | 第25-26页 |
| 2.3.5 自然环境分析 | 第26-27页 |
| 2.3.6 应急反应分析 | 第27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 船舶航行风险识别、过滤与初步评估 | 第28-37页 |
| 3.1 相关理论与方法 | 第28-32页 |
| 3.1.1 RFRM研究方法 | 第28-29页 |
| 3.1.2 等级全息建模 | 第29-31页 |
| 3.1.3 风险情景构建理论 | 第31-32页 |
| 3.2 船舶航行风险识别模型的构建 | 第32-35页 |
| 3.2.1 风险识别HHM框架的构建 | 第32页 |
| 3.2.2 航行风险情景识别 | 第32-35页 |
| 3.3 船舶航行风险的过滤与初步评估 | 第35-36页 |
| 3.3.1 双重标准过滤 | 第35页 |
| 3.3.2 多重标准评估 | 第35-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第4章 基于贝叶斯网络的船舶航行风险评估模型 | 第37-47页 |
| 4.1 贝叶斯网络概述 | 第37-39页 |
| 4.1.1 贝叶斯网络理论基础 | 第37-38页 |
| 4.1.2 贝叶斯网络模型的建立 | 第38-39页 |
| 4.1.3 贝叶斯网络推理 | 第39页 |
| 4.2 船舶航行关键风险贝叶斯网络节点分析 | 第39-41页 |
| 4.2.1 船舶航行关键风险贝叶斯网络节点的确定 | 第39-40页 |
| 4.2.2 船舶航行关键风险贝叶斯网络节点值域 | 第40-41页 |
| 4.3 船舶航行关键风险贝叶斯网络结构 | 第41-43页 |
| 4.3.1 初始贝叶斯网络结构 | 第41-42页 |
| 4.3.2 改进的贝叶斯网络结构 | 第42-43页 |
| 4.4 船舶航行风险综合评估 | 第43-46页 |
| 4.4.1 船舶航行风险情景概率分析 | 第43-45页 |
| 4.4.2 船舶航行风险情景后果分析 | 第45页 |
| 4.4.3 定量化评级 | 第45-46页 |
| 4.4.4 灵敏度分析 | 第46页 |
| 4.5 本章小结 | 第46-47页 |
| 第5章 船舶航行风险评估算例 | 第47-60页 |
| 5.1 案例情景描述 | 第47页 |
| 5.2 基于案例情景的贝叶斯网络模型构建 | 第47-50页 |
| 5.2.1 基于案例情景的贝叶斯网络节点选取与过滤 | 第47-48页 |
| 5.2.2 贝叶斯网络模型 | 第48-50页 |
| 5.3 案例情景风险评估 | 第50-58页 |
| 5.3.1 贝叶斯网络推理分析 | 第50-55页 |
| 5.3.2 多维风险情景推理分析 | 第55-57页 |
| 5.3.3 贝叶斯网络灵敏度分析 | 第57-58页 |
| 5.4 对策与建议 | 第58-59页 |
| 5.5 本章小结 | 第59-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 攻读学位期间发表的论文和取得的科研成果 | 第66-67页 |
| 致谢 | 第67-68页 |
| 附录 | 第68-75页 |