| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第15-24页 |
| 1.1 选题背景 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-21页 |
| 1.2.1 灰关联分析研究现状 | 第16-17页 |
| 1.2.2 灰色聚类评估研究现状 | 第17-18页 |
| 1.2.3 GM(1,1)预测模型研究现状 | 第18-19页 |
| 1.2.4 灰色理论在我国煤矿事故中的应用研究现状 | 第19-20页 |
| 1.2.5 煤矿事故致因理论的研究现状 | 第20-21页 |
| 1.3 主要研究内容及研究思路 | 第21-24页 |
| 第二章 煤矿事故统计分析 | 第24-34页 |
| 2.1 国内外煤矿事故的统计分析 | 第24-29页 |
| 2.2 我国煤矿事故的类别 | 第29-30页 |
| 2.3 我国煤矿事故类别细分及防治措施 | 第30-32页 |
| 2.4 本章小结 | 第32-34页 |
| 第三章 煤矿事故中的灰综合关联分析模型的构建及应用 | 第34-66页 |
| 3.1 引言 | 第34页 |
| 3.2 灰关联分析的理论根据 | 第34-35页 |
| 3.2.1 灰关联分析方法的优越性分析 | 第34-35页 |
| 3.2.2 灰关联分析方法与数理统计分析方法的区别 | 第35页 |
| 3.3 灰关联分析的基本概念 | 第35-40页 |
| 3.3.1 灰关联指标序列生成 | 第35-36页 |
| 3.3.2 灰关联公理 | 第36-37页 |
| 3.3.3 几类灰关联度计算模型分析 | 第37-39页 |
| 3.3.4 几种常用计算灰关联度模型的建模机理 | 第39-40页 |
| 3.4 灰色综合关联度分析模型的建立 | 第40-45页 |
| 3.4.1 灰色综合关联度分析模型的构造 | 第40-41页 |
| 3.4.2 灰色综合关联度模型的性质 | 第41-42页 |
| 3.4.3 灰色综合关联度模型的计算步骤 | 第42-45页 |
| 3.5 灰关联分析在我国煤矿事故中的应用 | 第45-52页 |
| 3.5.1 影响因子相同,统计方式不同的关联度差异性研究 | 第45-50页 |
| 3.5.2 煤矿事故类型与事故死亡率的关联分析 | 第50-52页 |
| 3.6 狮子山煤矿安全生产中危险、有害因素的灰色关联控制 | 第52-65页 |
| 3.6.1 狮子山煤矿概况 | 第52-54页 |
| 3.6.2 狮子山煤矿危险、有害因素的灰色关联控制研究 | 第54-60页 |
| 3.6.2.1 瓦斯灾害重大危险、有害因素的危险度分析 | 第55-56页 |
| 3.6.2.2 煤尘灾害重大危险、有害因素的危险度分析 | 第56页 |
| 3.6.2.3 水害重大危险、有害因素的危险度分析 | 第56-57页 |
| 3.6.2.4 火灾主要危险、有害因素的危险度分析 | 第57-58页 |
| 3.6.2.5 顶板灾害主要危险、有害因素的危险度分析 | 第58页 |
| 3.6.2.6 输、提升伤害主要危险、有害因素的危险度分析 | 第58-59页 |
| 3.6.2.7 电气伤害主要危险、有害因素的危险度分析 | 第59-60页 |
| 3.6.3 狮子山煤矿危险、有害因素致因分析 | 第60-65页 |
| 3.6.3.1 瓦斯灾害致因分析 | 第60-61页 |
| 3.6.3.2 煤尘灾害致因分析 | 第61页 |
| 3.6.3.3 水灾灾害致因分析 | 第61-62页 |
| 3.6.3.4 火灾灾害致因分析 | 第62页 |
| 3.6.3.5 冒顶、片帮及其他地压灾害致因分析 | 第62-63页 |
| 3.6.3.6 运输、提升伤害致因分析 | 第63-64页 |
| 3.6.3.7 电气伤害致因分析 | 第64-65页 |
| 3.7 本章小结 | 第65-66页 |
| 第四章 煤矿事故的灰色聚类评估模型的建立及应用 | 第66-92页 |
| 4.1 引言 | 第66页 |
| 4.2 灰色聚类评估的基本原理 | 第66-77页 |
| 4.2.1 常见聚类方法分类 | 第66-67页 |
| 4.2.2 灰色聚类方法优越性分析 | 第67-68页 |
| 4.2.3 灰色聚类评估的分类 | 第68-71页 |
| 4.2.3.1 灰色关联聚类 | 第68页 |
| 4.2.3.2 灰色变权聚类 | 第68-70页 |
| 4.2.3.3 灰色定权聚类 | 第70-71页 |
| 4.2.4 几种白化权函数图像及其解析式 | 第71-72页 |
| 4.2.5 几种白化权计算方法比较 | 第72-77页 |
| 4.2.5.1 专家调查法 | 第73页 |
| 4.2.5.2 二项系数加权法 | 第73-74页 |
| 4.2.5.3 层次分析法 | 第74-76页 |
| 4.2.5.4 熵权法 | 第76-77页 |
| 4.3 灰色聚类评估模型的建立 | 第77-80页 |
| 4.4 灰色聚类评估在我国煤矿事故中的应用 | 第80-84页 |
| 4.4.1 数据统计 | 第80页 |
| 4.4.2 灰聚类评估计算过程 | 第80-84页 |
| 4.4.3 结果分析 | 第84页 |
| 4.5 灰色聚类评估模型在煤矿安全综合评价中的应用实例 | 第84-91页 |
| 4.5.1 待评价煤矿的基本概况介绍 | 第85-87页 |
| 4.5.2 矿井安全现状综合评价 | 第87-90页 |
| 4.5.3 安全对策措施 | 第90-91页 |
| 4.6 本章小结 | 第91-92页 |
| 第五章 煤矿事故百万吨死亡率预测 | 第92-120页 |
| 5.1 引言 | 第92-93页 |
| 5.2 常用预测方法与模型 | 第93-96页 |
| 5.2.1 预测的概念 | 第93页 |
| 5.2.2 预测的原理 | 第93页 |
| 5.2.3 预测模型及分类 | 第93-96页 |
| 5.3 灰色预测理论的基本概念 | 第96-102页 |
| 5.3.1 数据序列预处理 | 第96-100页 |
| 5.3.2 序列的光滑性判定 | 第100页 |
| 5.3.3 模型检验 | 第100-102页 |
| 5.3.3.1 事前检验 | 第100页 |
| 5.3.3.2 事中检验 | 第100-101页 |
| 5.3.3.3 事后检验 | 第101-102页 |
| 5.4 三类改进GM(1,1)模型的建立 | 第102-110页 |
| 5.4.1 基于对原始数据做对数处理的GM(1,1)改进模型 | 第102-104页 |
| 5.4.1.1 建模机理 | 第102-103页 |
| 5.4.1.2 模型建立 | 第103-104页 |
| 5.4.2 基于最小二乘法的GM(1,1)改进模型 | 第104-107页 |
| 5.4.2.1 建模机理 | 第104-105页 |
| 5.4.2.2 模型建立 | 第105-107页 |
| 5.4.3 基于改进欧拉法GM(1,1)模型 | 第107-110页 |
| 5.4.3.1 建模机理 | 第107-108页 |
| 5.4.3.2 模型建立 | 第108-110页 |
| 5.5 改进GM(1,1)模型在我国煤矿事故死亡率预测中的应用 | 第110-118页 |
| 5.5.1 基于对原始数据做对数处理的GM(1,1)改进模型 | 第110-112页 |
| 5.5.2 基于最小二乘法的GM(1,1)改进模型 | 第112-115页 |
| 5.5.3 基于改进欧拉法GM(1,1)模型 | 第115页 |
| 5.5.4 几种模型预测精度分析比较 | 第115-118页 |
| 5.5.5 预测结果及分析 | 第118页 |
| 5.6 本章小结 | 第118-120页 |
| 第六章 结论与展望 | 第120-122页 |
| 6.1 本文主要研究成果 | 第120-121页 |
| 6.2 论文不足之处及展望 | 第121-122页 |
| 致谢 | 第122-123页 |
| 参考文献 | 第123-129页 |
| 附录A 攻读硕士学位期间发表论文、参与科研项目及获奖情况 | 第129-130页 |
| 附录B | 第130-136页 |
| 附录C 核心算法的MATLAB程序 | 第136-149页 |
