信息熵理论在大型生产系统事故分析与预测中的应用研究
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 企业重大的生产事故 | 第11-12页 |
| 1.3 风险分析预测的研究现状 | 第12-14页 |
| 1.3.1 信息熵理论的应用研究现状 | 第12-13页 |
| 1.3.2 事故分析与预测方法的研究现状 | 第13-14页 |
| 1.4 本文研究目的及意义 | 第14-15页 |
| 1.5 主要研究内容 | 第15-16页 |
| 第2章 基于信息熵理论的系统安全分析 | 第16-22页 |
| 2.1 信息熵理论应用基础 | 第16-18页 |
| 2.1.1 事故发生机理 | 第16-17页 |
| 2.1.2 耗散结构与信息熵理论 | 第17-18页 |
| 2.2 信息熵的数学基础和性质 | 第18-20页 |
| 2.3 信息熵理论的拓展应用 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第3章 大型生产系统的风险评价分析 | 第22-39页 |
| 3.1 大型生产系统的风险评价架构 | 第22-30页 |
| 3.1.1 人的因素 | 第24-25页 |
| 3.1.2 物的因素 | 第25-28页 |
| 3.1.3 环境因素 | 第28页 |
| 3.1.4 管理因素 | 第28-30页 |
| 3.2 评价指标的确定 | 第30-36页 |
| 3.2.1 评价指标的构建原则 | 第30-31页 |
| 3.2.2 评价指标的选取标准 | 第31页 |
| 3.2.3 评价指标的确立 | 第31-36页 |
| 3.3 建立风险评估模型 | 第36-38页 |
| 3.3.1 常用的风险评价方法 | 第36页 |
| 3.3.2 最优权综合评价模型 | 第36-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第4章 基于信息熵理论的事故预测模型 | 第39-42页 |
| 4.1 信息熵事故分析预测模型的构建 | 第39-40页 |
| 4.1.1 事故状态的划分 | 第39页 |
| 4.1.2 事故预测的最大熵模型 | 第39-40页 |
| 4.2 状态函数值jA的计算 | 第40-41页 |
| 4.3 计算乘子非线性方程组的解及事故率 | 第41页 |
| 4.4 本章小结 | 第41-42页 |
| 第5章 某航空企业的事故率预测 | 第42-58页 |
| 5.1 某航空工业企业概况 | 第42页 |
| 5.2 大型生产系统的风险分析 | 第42-49页 |
| 5.2.1 重要工艺和设备的风险因素分析 | 第42-47页 |
| 5.2.2 综合评价指标的选取 | 第47-49页 |
| 5.3 事故统计分析 | 第49-53页 |
| 5.3.1 企业的数据统计 | 第49-51页 |
| 5.3.2 事故原因分析 | 第51-52页 |
| 5.3.3 评价指标统计数据 | 第52-53页 |
| 5.4 计算 | 第53-57页 |
| 5.4.1 综合评价值的获取 | 第53-56页 |
| 5.4.2 计算状态函数值 | 第56页 |
| 5.4.3 事故率的预测 | 第56-57页 |
| 5.4.4 分析讨论 | 第57页 |
| 5.5 本章小结 | 第57-58页 |
| 结论 | 第58-59页 |
| 附录Ⅰ | 第59-63页 |
| 附录Ⅱ | 第63-66页 |
| 参考文献 | 第66-68页 |
| 致谢 | 第68-69页 |
| 攻读硕士期间发表（含录用）的学术论文 | 第69页 |
