本文關(guān)鍵詞：基于CBR的煤礦險(xiǎn)兆事件決策支持系統(tǒng)研究

  更多相關(guān)文章： 煤礦險(xiǎn)兆事件 案例推理 框架法 相似度計(jì)算 決策支持系統(tǒng)

【摘要】：目前,我國(guó)煤礦行業(yè)安全生產(chǎn)形勢(shì)依然復(fù)雜嚴(yán)峻,煤礦事故時(shí)有發(fā)生,抓好煤礦行業(yè)安全生產(chǎn)工作仍然是重中之重�？v觀煤礦事故發(fā)生之前,都會(huì)出現(xiàn)多次險(xiǎn)兆事件,雖未造成人員死亡或嚴(yán)重經(jīng)濟(jì)損失,但已經(jīng)對(duì)煤礦安全生產(chǎn)的管控工作具有重要的警示作用。因此,對(duì)煤礦險(xiǎn)兆事件進(jìn)行基礎(chǔ)研究和管理研究是提高煤礦安全生產(chǎn)重要而實(shí)用的手段。本文通過(guò)煤礦險(xiǎn)兆事件的致因分析,以及對(duì)險(xiǎn)兆事件的分類分級(jí)研究,并在此基礎(chǔ)上結(jié)合案例推理關(guān)鍵技術(shù),構(gòu)建了基于案例推理的煤礦險(xiǎn)兆事件決策支持系統(tǒng)。首先,通過(guò)煤礦險(xiǎn)兆事件基礎(chǔ)理論,對(duì)險(xiǎn)兆事件的概念進(jìn)行了歸納定義。辨析煤礦險(xiǎn)兆事件、危險(xiǎn)源與事故隱患的區(qū)別及聯(lián)系。結(jié)合“瑞士奶酪”理論、“變化--失誤”理論以及能量釋放等事故致因模型,構(gòu)建煤礦險(xiǎn)兆事件致因模型,并在此基礎(chǔ)上對(duì)煤礦險(xiǎn)兆事件進(jìn)行了分類分級(jí)研究。其次,對(duì)煤礦險(xiǎn)兆事件案例推理的關(guān)鍵技術(shù)進(jìn)行深入研究,主要包括案例表示、案例檢索、案例修正、案例學(xué)習(xí)與維護(hù)。針對(duì)煤礦險(xiǎn)兆事件的特點(diǎn),采用框架法對(duì)險(xiǎn)兆事件案例進(jìn)行了規(guī)范化的案例表示;采用基于層次的多級(jí)檢索方式對(duì)案例進(jìn)行劃分,以區(qū)分不同類別的歷史案例,降低不同案例類別之間的相似度,大大地提高了系統(tǒng)的檢索速度。基于主成份分析法對(duì)案例屬性進(jìn)行優(yōu)化,結(jié)合主客觀賦權(quán)法來(lái)獲取檢索特征屬性的權(quán)重;基于改進(jìn)的最近鄰法設(shè)計(jì)案例相似度算法,并給出了數(shù)值型、枚舉型、區(qū)間型、字符型以及符號(hào)型屬性值的詳細(xì)計(jì)算過(guò)程和公式。并在案例修正、案例學(xué)習(xí)與維護(hù)方向提出了相應(yīng)的技術(shù)規(guī)則。最后,在深入研究案例推理技術(shù)及煤礦險(xiǎn)兆事件理論研究的基礎(chǔ)上,基于B/S架構(gòu)初步構(gòu)建了決策支持系統(tǒng)的整體架構(gòu),進(jìn)行了詳細(xì)的系統(tǒng)分析與設(shè)計(jì),并最終實(shí)現(xiàn)了基于案例推理的煤礦險(xiǎn)兆事件決策支持系統(tǒng)。通過(guò)對(duì)案例推理技術(shù)以及煤礦險(xiǎn)兆事件基礎(chǔ)理論的研究,開發(fā)基于案例推理的煤礦險(xiǎn)兆事件的決策支持系統(tǒng),將煤礦安全管理的基礎(chǔ)理論研究與計(jì)算機(jī)技術(shù)相結(jié)合,能夠明顯改善煤礦險(xiǎn)兆事件的管理效果。同時(shí),為煤礦安全管理研究打開新的角度,對(duì)促進(jìn)煤礦安全生產(chǎn)及風(fēng)險(xiǎn)預(yù)控提供參考。
【關(guān)鍵詞】：煤礦險(xiǎn)兆事件 案例推理 框架法 相似度計(jì)算 決策支持系統(tǒng)
【學(xué)位授予單位】：西安科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TD771
【目錄】：

• 摘要3-5
• ABSTRACT5-10
• 1 緒論10-24
• 1.1 研究背景及意義10-12
• 1.1.1 研究背景10
• 1.1.2 研究意義10-12
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀12-21
• 1.2.1 險(xiǎn)兆事件的研究現(xiàn)狀12-15
• 1.2.2 CBR技術(shù)的研究現(xiàn)狀15-18
• 1.2.3 決策支持系統(tǒng)的研究現(xiàn)狀18-20
• 1.2.4 研究現(xiàn)狀總結(jié)20-21
• 1.3 研究?jī)?nèi)容、方法及技術(shù)路線21-24
• 1.3.1 研究?jī)?nèi)容21
• 1.3.2 研究方法21-22
• 1.3.3 技術(shù)路線圖22-24
• 2 CBR基本原理介紹24-31
• 2.1 CBR基本概念24-25
• 2.1.1 CBR技術(shù)思想24
• 2.1.2 CBR技術(shù)優(yōu)勢(shì)24-25
• 2.2 CBR的關(guān)鍵技術(shù)25-30
• 2.2.1 案例表示26-28
• 2.2.2 案例檢索28
• 2.2.3 案例修正28-29
• 2.2.4 案例學(xué)習(xí)與維護(hù)29-30
• 2.3 本章小結(jié)30-31
• 3 煤礦險(xiǎn)兆事件基礎(chǔ)研究31-43
• 3.1 險(xiǎn)兆事件基礎(chǔ)理論31-32
• 3.1.1 冰山理論31
• 3.1.2 安全金字塔理論31-32
• 3.2 煤礦險(xiǎn)兆事件、危險(xiǎn)源及事故隱患的區(qū)別32-35
• 3.2.1 煤礦險(xiǎn)兆事件定義32-34
• 3.2.2 煤礦險(xiǎn)兆事件、危險(xiǎn)源及事故隱患的區(qū)別34-35
• 3.3 煤礦險(xiǎn)兆事件致因分析35-38
• 3.4 煤礦險(xiǎn)兆事件分類/分級(jí)研究38-42
• 3.4.1 煤礦險(xiǎn)兆事件分類38-40
• 3.4.2 煤礦險(xiǎn)兆事件分級(jí)40-42
• 3.5 本章小結(jié)42-43
• 4 煤礦險(xiǎn)兆事件案例推理的關(guān)鍵技術(shù)43-59
• 4.1 煤礦險(xiǎn)兆事件案例表示43-48
• 4.1.1 煤礦險(xiǎn)兆事件案例頂層框架44
• 4.1.2 險(xiǎn)兆事件分類子框架44-45
• 4.1.3 煤礦企業(yè)概況子框架45-46
• 4.1.4 險(xiǎn)兆事件概況子框架46-47
• 4.1.5 險(xiǎn)兆事件風(fēng)險(xiǎn)及影響子框架47
• 4.1.6 險(xiǎn)兆事件處理結(jié)果及影響子框架47-48
• 4.2 煤礦險(xiǎn)兆事件案例檢索48-55
• 4.2.1 案例檢索方式48-49
• 4.2.2 案例屬性選擇及優(yōu)化方法49-51
• 4.2.3 案例屬性權(quán)重計(jì)算方法51-53
• 4.2.4 案例相似度計(jì)算53-55
• 4.3 煤礦險(xiǎn)兆事件案例修正55-56
• 4.3.1 屬性相似度修正55-56
• 4.3.2 權(quán)值和相似矩陣修正56
• 4.4 煤礦險(xiǎn)兆事件案例學(xué)習(xí)與維護(hù)56-58
• 4.4.1 案例學(xué)習(xí)56-57
• 4.4.2 案例維護(hù)57-58
• 4.5 本章小結(jié)58-59
• 5 煤礦險(xiǎn)兆事件決策支持系統(tǒng)分析與設(shè)計(jì)59-76
• 5.1 煤礦險(xiǎn)兆事件決策支持系統(tǒng)概述59-60
• 5.1.1 決策支持系統(tǒng)設(shè)計(jì)目標(biāo)59
• 5.1.2 決策支持系統(tǒng)設(shè)計(jì)原則59-60
• 5.1.3 決策支持系統(tǒng)應(yīng)用案例推理技術(shù)的可行性60
• 5.2 煤礦險(xiǎn)兆事件決策支持系統(tǒng)分析60-63
• 5.2.1 系統(tǒng)流程分析60-61
• 5.2.2 系統(tǒng)功能需求分析61-63
• 5.3 煤礦險(xiǎn)兆事件決策支持系統(tǒng)設(shè)計(jì)63-67
• 5.3.1 系統(tǒng)體系結(jié)構(gòu)63-64
• 5.3.2 系統(tǒng)功能模塊設(shè)計(jì)64-66
• 5.3.3 系統(tǒng)業(yè)務(wù)流程設(shè)計(jì)66-67
• 5.4 案例推理設(shè)計(jì)67-69
• 5.5 案例決策過(guò)程設(shè)計(jì)69-71
• 5.5.1 文本信息的處理過(guò)程69-70
• 5.5.2 煤礦險(xiǎn)兆事件建議解決方案的決策過(guò)程70-71
• 5.6 數(shù)據(jù)庫(kù)設(shè)計(jì)71-75
• 5.7 本章小結(jié)75-76
• 6 煤礦險(xiǎn)兆事件決策支持系統(tǒng)實(shí)現(xiàn)76-86
• 6.1 煤礦險(xiǎn)兆事件決策支持系統(tǒng)實(shí)現(xiàn)76-83
• 6.1.1 系統(tǒng)開發(fā)環(huán)境及運(yùn)行環(huán)境76
• 6.1.2 系統(tǒng)實(shí)現(xiàn)76-83
• 6.2 煤礦險(xiǎn)兆事件決策支持系統(tǒng)應(yīng)用對(duì)策83-85
• 6.2.1 教育宣傳83-84
• 6.2.2 管理職責(zé)84
• 6.2.3 制度保障84-85
• 6.3 本章小結(jié)85-86
• 7 結(jié)論與展望86-88
• 7.1 主要工作與結(jié)論86-87
• 7.1.1 主要工作86
• 7.1.2 結(jié)論86-87
• 7.2 展望87-88
• 致謝88-89
• 參考文獻(xiàn)89-95
• 攻讀碩士學(xué)位期間取得的成果95

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 馬雷;錢家忠;趙衛(wèi)東;周小平;;基于GIS的礦井水害防治輔助決策支持系統(tǒng)[J];煤田地質(zhì)與勘探;2014年05期

2 殷文君;郭翔;;國(guó)外基于案例推理的應(yīng)急管理研究進(jìn)展[J];科技創(chuàng)業(yè)月刊;2014年10期

3 田水承;孫曙英;于觀華;金夢(mèng);;煤礦險(xiǎn)兆事件主動(dòng)上報(bào)意愿影響因素研究[J];西安科技大學(xué)學(xué)報(bào);2014年05期

4 嚴(yán)愛(ài)軍;錢麗敏;王普;;案例推理屬性權(quán)重的分配模型比較研究[J];自動(dòng)化學(xué)報(bào);2014年09期

5 李永利;邵良杉;劉拴宏;;煤礦突發(fā)事件的CBR預(yù)測(cè)[J];遼寧工程技術(shù)大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年07期

6 賀凌城;栗繼祖;;基于BBS的煤礦未遂事件研究[J];太原理工大學(xué)學(xué)報(bào);2014年03期

7 張濤偉;田水承;李樹剛;;基于險(xiǎn)兆事件的煤與瓦斯突出災(zāi)害概率模型構(gòu)建[J];煤礦安全;2014年03期

8 鄧守城;吳青;石兵;初秀民;陳先橋;;基于案例推理的水上交通突發(fā)事件應(yīng)急響應(yīng)資源需求預(yù)測(cè)[J];中國(guó)安全科學(xué)學(xué)報(bào);2014年03期

9 蔣尹華;黃洪浪;;基于案例推理(CBR)的科技型中小企業(yè)融資風(fēng)險(xiǎn)研究[J];中國(guó)高新技術(shù)企業(yè);2014年03期

10 戴艷麗;;決策支持系統(tǒng)的發(fā)展與趨勢(shì)[J];電腦知識(shí)與技術(shù);2013年29期

，

本文編號(hào)：846860