本文關(guān)鍵詞：基于貝葉斯網(wǎng)絡(luò)的危險品突發(fā)事故應(yīng)急決策模型研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：應(yīng)急決策是近年來興起的關(guān)于應(yīng)急管理研究的核心問題之一,是應(yīng)急管理領(lǐng)域的前沿問題。危險品應(yīng)急救援由于事故本身危害劇烈、造成損失慘重、救援環(huán)境復(fù)雜和應(yīng)對處理專業(yè)性的特殊要求,加之涉及傷亡人員搶救、警戒隔離區(qū)域、危及群眾疏散、現(xiàn)場控制洗消、環(huán)境數(shù)據(jù)監(jiān)測、輿論信息引導(dǎo)等一系列行動目標(biāo),更是一個非常復(fù)雜的決策問題和現(xiàn)實(shí)難題,因此,對危險品突發(fā)事故應(yīng)急決策開展研究顯得非常重要。傳統(tǒng)的應(yīng)急決策模式依賴于經(jīng)驗(yàn)積累和主觀判斷已經(jīng)在危險品應(yīng)急救援決策過程中表現(xiàn)出局限性,無法適應(yīng)動態(tài)復(fù)雜的危險品突發(fā)事故應(yīng)急行動,需要拓展和創(chuàng)新對決策模式的研究。本文的研究目的旨在對危險品應(yīng)急決策進(jìn)行定量分析,通過建立貝葉斯應(yīng)急決策模型,識別影響應(yīng)急決策的關(guān)鍵因素,據(jù)此對應(yīng)急決策提供支持。危險品應(yīng)急決策是復(fù)雜的決策問題,其影響因素眾多,識別有效因素并對其影響機(jī)理進(jìn)行分析是研究危險品應(yīng)急決策的重要前提。本文通過查閱大量危險品相關(guān)規(guī)章制度和事故調(diào)查報告,從預(yù)案、人員、環(huán)境和技術(shù)4個方面識別提取了28個影響因素,分別就每個因素對危險品應(yīng)急決策的影響進(jìn)行了深入分析。在此基礎(chǔ)上,以貝葉斯網(wǎng)絡(luò)理論為基礎(chǔ),根據(jù)研究需要最終確定23個影響因素作為網(wǎng)絡(luò)節(jié)點(diǎn)。通過查閱33起危險品突發(fā)事故調(diào)查報告和案例介紹,建立節(jié)點(diǎn)評分標(biāo)準(zhǔn),結(jié)合專家知識打分獲取機(jī)器學(xué)習(xí)樣本數(shù)據(jù)庫,借助Ge NIE2.0軟件的K2算法,在網(wǎng)絡(luò)結(jié)構(gòu)背景知識編輯的基礎(chǔ)上通過導(dǎo)入樣本數(shù)據(jù)庫進(jìn)行了結(jié)構(gòu)自學(xué)習(xí),并結(jié)合專家知識對網(wǎng)絡(luò)進(jìn)行了優(yōu)化。根據(jù)事故調(diào)查報告統(tǒng)計獲得節(jié)點(diǎn)先驗(yàn)概率,利用軟件參數(shù)學(xué)習(xí)功能實(shí)現(xiàn)了網(wǎng)絡(luò)的參數(shù)學(xué)習(xí),由此完成了危險品突發(fā)事故應(yīng)急決策模型的構(gòu)建。結(jié)合實(shí)例介紹了網(wǎng)絡(luò)推理應(yīng)用的證據(jù)信息分析方法,通過對33起危險品事故調(diào)查報告進(jìn)行證據(jù)信息分析,利用貝葉斯網(wǎng)絡(luò)的推理功能對構(gòu)建的危險品應(yīng)急決策模型進(jìn)行了合理性驗(yàn)證。利用Ge NIE2.0軟件的敏感性分析功能找出了影響危險品突發(fā)事故應(yīng)急行動的12個重要因素,并結(jié)合實(shí)際識別出了危險品突發(fā)事故應(yīng)急決策鏈關(guān)鍵因素。整個網(wǎng)絡(luò)的構(gòu)建,有堅實(shí)的理論基礎(chǔ)和機(jī)器學(xué)習(xí)數(shù)據(jù),能夠?qū)ξｋU品突發(fā)事故應(yīng)急決策提供必要的決策支持。
【關(guān)鍵詞】：危險品 突發(fā)事故 應(yīng)急決策 貝葉斯網(wǎng)絡(luò)
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TQ086.52
【目錄】：

• 摘要4-6
• abstract6-11
• 第1章 緒論11-21
• 1.1 研究背景11-12
• 1.2 研究意義12-15
• 1.3 國內(nèi)外相關(guān)研究綜述15-19
• 1.3.1 國外危險品突發(fā)事故應(yīng)急決策研究現(xiàn)狀15-17
• 1.3.2 國內(nèi)危險品突發(fā)事故應(yīng)急決策研究現(xiàn)狀17-19
• 1.4 論文主要內(nèi)容與結(jié)構(gòu)安排19-21
• 第2章 論文研究的相關(guān)理論基礎(chǔ)21-35
• 2.1 多目標(biāo)決策理論21-23
• 2.1.1 多目標(biāo)決策概念、特點(diǎn)及分類21-22
• 2.1.2 多目標(biāo)決策的求解22-23
• 2.2 項(xiàng)目管理理論23-25
• 2.2.1 項(xiàng)目管理概述23-24
• 2.2.2 項(xiàng)目管理與應(yīng)急管理24-25
• 2.3 應(yīng)急管理理論25-28
• 2.4 貝葉斯網(wǎng)絡(luò)技術(shù)28-35
• 2.4.1 貝葉斯網(wǎng)絡(luò)的理論基礎(chǔ)28-29
• 2.4.2 貝葉斯網(wǎng)絡(luò)模型29-30
• 2.4.3 貝葉斯網(wǎng)絡(luò)的學(xué)習(xí)30-32
• 2.4.4 貝葉斯網(wǎng)絡(luò)的推理32-33
• 2.4.5 貝葉斯網(wǎng)絡(luò)應(yīng)用實(shí)例33-35
• 第3章 危險品突發(fā)事故應(yīng)急決策的影響因素分析35-47
• 3.1 危險品突發(fā)事故應(yīng)急決策的預(yù)案因素35-39
• 3.2 危險品突發(fā)事故應(yīng)急決策的人員因素39-43
• 3.3 危險品突發(fā)事故應(yīng)急決策的環(huán)境因素43-45
• 3.4 危險品突發(fā)事故應(yīng)急決策的技術(shù)因素45-47
• 第4章 基于貝葉斯網(wǎng)絡(luò)的危險品突發(fā)事故應(yīng)急決策模型構(gòu)建47-59
• 4.1 危險品突發(fā)事故應(yīng)急決策貝葉斯網(wǎng)絡(luò)節(jié)點(diǎn)的確定47-49
• 4.1.1 貝葉斯網(wǎng)絡(luò)節(jié)點(diǎn)的選取47-48
• 4.1.2 貝葉斯網(wǎng)絡(luò)節(jié)點(diǎn)的狀態(tài)定義48-49
• 4.2 危險品突發(fā)事故應(yīng)急決策貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)的建立49-53
• 4.2.1 貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)的知識編輯49-52
• 4.2.2 貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)52-53
• 4.3 危險品突發(fā)事故應(yīng)急決策貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)的優(yōu)化53-54
• 4.4 危險品突發(fā)事故應(yīng)急決策貝葉斯網(wǎng)絡(luò)參數(shù)的學(xué)習(xí)54-56
• 4.5 危險品突發(fā)事故應(yīng)急決策貝葉斯網(wǎng)絡(luò)模型56-59
• 第5章 模型驗(yàn)證59-65
• 5.1 模型驗(yàn)證的證據(jù)信息分析59-61
• 5.2 危險品應(yīng)急決策貝葉斯網(wǎng)絡(luò)的推理驗(yàn)證61-63
• 5.3 危險品應(yīng)急決策貝葉斯網(wǎng)絡(luò)的敏感性分析63-65
• 第6章 結(jié)論與展望65-67
• 6.1 研究結(jié)論65-66
• 6.2 研究展望66-67
• 參考文獻(xiàn)67-71
• 附錄71-75
• 致謝75

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前4條

1 李昊;謝中江;侯哲生;;基于貝葉斯決策的網(wǎng)格計算資源分配算法[J];吉林化工學(xué)院學(xué)報;2013年07期

2 周揚(yáng);呂進(jìn);戴曙光;劉鐵兵;施秧;葛丁飛;李博斌;;基于貝葉斯決策的近紅外光譜藥片分類方法[J];分析化學(xué);2013年02期

3 張虹波,董志強(qiáng),史新生;可靠性分析的影響圖方法[J];鄭州輕工業(yè)學(xué)院學(xué)報;1993年04期

4 ;[J];;年期

中國重要會議論文全文數(shù)據(jù)庫 前3條

1 閆子飛;李乃民;張大鵬;王寬全;林曉東;王淑英;;基于貝葉斯決策論的自適應(yīng)舌脈分割方法[A];第一屆全國中西醫(yī)結(jié)合診斷學(xué)術(shù)會議論文選集[C];2006年

2 蔣曉杰;夏蓓;錢存華;;貝葉斯決策分析中有噪聲信息的比較[A];第四屆全國決策科學(xué)/多目標(biāo)決策研討會論文集[C];2007年

3 孫子文;紀(jì)志成;;基于最小風(fēng)險貝葉斯決策的融合圖像隱寫分析[A];2009年中國智能自動化會議論文集（第七分冊）[南京理工大學(xué)學(xué)報（增刊）][C];2009年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前8條

1 李學(xué)鑫;基于貝葉斯網(wǎng)絡(luò)的危險品突發(fā)事故應(yīng)急決策模型研究[D];吉林大學(xué);2016年

2 桑立鋒;動態(tài)貝葉斯網(wǎng)絡(luò)及其在說話人識別中的應(yīng)用[D];浙江大學(xué);2004年

3 孫巧麗;人臉識別中基于貝葉斯決策融合的算法[D];東北大學(xué);2008年

4 楊會云;基于最小錯誤率貝葉斯決策和平滑濾波的圖像去噪算法研究[D];河北師范大學(xué);2010年

5 華鵬;貝葉斯決策及分析若干問題的研究[D];山東科技大學(xué);2004年

6 賀穎;基于貝葉斯決策融合的多生物特征識別系統(tǒng)[D];電子科技大學(xué);2009年

7 張重陽;基于彩色模型和貝葉斯決策的人臉檢測[D];東北大學(xué);2008年

8 鄧迎賓;人臉識別關(guān)鍵技術(shù)研究[D];昆明理工大學(xué);2008年

  本文關(guān)鍵詞：基于貝葉斯網(wǎng)絡(luò)的危險品突發(fā)事故應(yīng)急決策模型研究，由筆耕文化傳播整理發(fā)布。

本文編號：339993