1 绪论
1.1 概述
1.2 国内外发展状况
1.2.1 危险源辨识理论
1.2.2 风险预警理论
1.2.3 预警知识库
1.2.4 FAHP模糊层次分析法
1.2.5 大数据理论
2 风险识别
2.1 相关概念
2.1.1 风险
2.1.2 风险点
2.1.3 危险源
2.1.4 隐患
2.1.5 危险源与隐患的关系
2.1.6 重大危险源
2.2 危险源的辨识
2.2.1 概述
2.2.2 事故致因理论
2.2.3 辨识流程
2.2.4 危险源辨识方法
2.2.5 金属非金属矿山重大危险源辨识
3 风险预警理论
3.1 相关概念
3.1.1 风险因素
3.1.2 预警
3.1.3 预测
3.2 风险预警理论与方法
3.2.1 风险预警相关理论
3.2.2 风险预警相关方法
3.3 风险预警机制与过程
3.3.1 风险预警机制
3.3.2 风险预警过程
4 风险预警指标体系
4.1 建立金属非金属矿山风险评价指标体系
4.1.1 指标与指标体系
4.1.2 指标体系建立的原则
4.2 指标预处理
4.2.1 指标信息
4.2.2 指标信息的标准化
4.3 指标权重的确定
4.3.1 主观权重的层次集对分析法
4.3.2 客观权重的信息熵分析法
4.4 金属非金属矿山风险预警指标体系
4.4.1 人的风险指标
4.4.2 设备的风险指标
4.4.3 环境的风险指标
4.4.4 管理的风险指标
5 风险预警知识库
5.1 基本概念
5.1.1 知识的含义
5.1.2 风险知识的获取
5.1.3 知识的表示
5.2 风险预警知识库的建立
5.2.1 金属非金属矿山风险预警知识的分类
5.2.2 金属非金属矿山风险预警知识的获取
5.2.3 金属非金属矿山风险预警知识的表示
5.2.4 金属非金属矿山风险预警知识库的建立
6 基于改进FAHP径向基函数神经网络风险预测
6.1 模糊综合评价
6.1.1 概述
6.1.2 模糊综合评价原理
6.1.3 多级模糊综合评价
6.1.4 模糊综合评价的优劣
6.2 层次分析法
6.2.1 概述
6.2.2 层次分析法的步骤
6.2.3 层次分析法的优劣
6.3 模糊层次分析法
6.3.1 概述
6.3.2 模糊层次分析法步骤
6.4 径向基函数神经网络相关原理
6.4.1 基本概念
6.4.2 径向基函数神经网络结构
6.4.3 径向基函数神经网络算法的实现
6.5 改进FAHP的径向基函数神经网络的风险预测模型
6.5.1 径向基函数神经网络预测模型参数选择
6.5.2 改进的FAHP算法优化径向基函数神经网络
6.5.3 隐藏层及输出层优化
6.5.4 改进FAHP算法优化径向基函数神经网络的风险预测步骤
7 案例分析——以程潮铁矿为例
7.1 企业概况与实验环境
7.1.1 基本情况
7.1.2 实验环境
7.2 数据预处理
7.2.1 数据集
7.2.2 预处理
7.3 风险预测仿真
7.3.1 改进的FAHP-决策树预测仿真
7.3.2 实验结果分析
8 风险预警平台设计
8.1 系统需求分析
8.1.1 系统功能需求分析
8.1.2 数据采集模块
8.1.3 数据存储模块
8.1.4 数据分析模块
8.1.5 数据应用模块
8.2 系统架构设计
8.2.1 系统总体架构
8.2.2 数据采集层
8.2.3 数据存储层
8.2.4 数据分析层
8.2.5 任务调度层
8.2.6 应用层
9 程潮铁矿采场安全生产双重预警控制体系开发实践
9.1 程潮铁矿采场风险因素识别
9.1.1 程潮铁矿工程地质调查
9.1.2 无底柱分段崩落法开采风险因素识别
9.2 程潮铁矿采场风险预警指标体系
9.2.1 预警指标体系的构建
9.2.2 指标权重的确定
9.2.3 风险预警区间的确定
9.3 程潮铁矿采场风险预警机制
9.3.1 预警机制概述
9.3.2 风险预测
9.3.3 风险预警对策知识库
9.4 程潮铁矿风险预测仿真与结果分析
9.4.1 数据集及特征集
9.4.2 风险预测仿真
9.5 程潮铁矿采场风险预警体系的应用
9.5.1 采场风险预警体系的应用情况
9.5.2 程潮铁矿采场风险预警系统
参考文献
展开
