捷運項目運營安全風險預測方法及套用

《捷運項目運營安全風險預測方法及套用》是東南大學出版社出版的圖書，作者是陸瑩。

基本介紹

• 書名：捷運項目運營安全風險預測方法及套用
• 作者：陸瑩
• ISBN：9787564157173
• 定價：￥38元
• 出版社：東南大學出版社
• 出版時間：2015年8月
• 開本：16
• 版次：1/1
• 印張：8.25
• 字數：201千

內容簡介

捷運系統是一個技術複雜、人口密集的交通系統，作為城市人口的重要運載體，一旦發生安全事故，將對個人生命及社會經濟造成巨大影響。如何保證捷運系統的安全運行已成為各級政府及管理部門亟待解決的重要問題，同時也引起了社會的高度重視。本書將把關注點集中到捷運項目運營階段的安全風險預測方法上，並將現有的視角引入到捷運項目運營安全風險的前兆信息，研究安全風險識別、安全風險機率測定的方法，為捷運項目運營安全事故的防治打下良好的理論基礎。捷運項目運營安全風險預測方法體系為開發捷運項目運營安全風險管理系統提供了全新的思路，是系統的核心價值所在。在捷運實際運行過程中，根據該系統識別、預測的結果，可採取積極的措施來預防捷運運營事故的發生，最大程度地保證捷運的安全使用，保障捷運持續地發揮基礎效用。本書可供捷運運營安全風險相關研究人員和捷運運營公司從業人員參考使用。

目錄

第一章緒論1

1.1研究背景及研究意義1

1.1.1研究背景1

1.1.2研究意義2

1.2國內外研究現狀及不足3

1.2.1安全風險的研究現狀3

1.2.2預測方法的研究現狀4

1.2.3安全風險研究的發展階段6

1.2.4捷運項目運營安全風險的研究現狀7

1.2.5現有研究的評論及不足10

1.3研究目標和內容10

1.3.1基本概念10

1.3.2研究目標11

1.3.3主要研究內容12

1.3.4研究內容框架結構12

1.4研究方法及技術路線15

1.4.1研究方法15

1.4.2技術路線15

1.5本章小結16

第二章基於STS理論的捷運項目運營安全風險形成機理17

2.1社會技術系統理論17

2.1.1社會技術系統理論概述17

2.1.2社會技術系統的失效機制18

2.2社會技術系統安全風險分析方法19

2.2.1技術系統的模型方法19

2.2.2社會系統的致因模型方法21

2.2.3社會技術系統的模型方法22

2.3基於SoTeRiA模型的捷運項目運營安全風險形成機理24

2.3.1捷運項目運營安全風險事件的分類24

2.3.2兩列車碰撞風險形成機理25

2.4本章小結29

第三章捷運項目運營安全風險前兆信息體系構建30

3.1前兆信息的理論研究30

3.1.1前兆信息的基本概念30

3.1.2前兆信息的重要性30

3.2基於人—機—環境的捷運項目運營安全風險前兆信息體系構建32

3.2.1設備相關的前兆信息分析33

3.2.2環境相關的前兆信息分析34

3.2.3基於HFACS的人員相關前兆信息分析34

3.3捷運項目運營事故案例PaICFs調查模型38

3.3.1PaICFs調查模型簡介39

3.3.2捷運項目運營事故案例的PaICFs調查模型套用示例40

3.3.3相關結論44

3.4本章小結45

第四章基於SDT的捷運項目運營安全風險前兆信息判別47

4.1信號檢測理論概述47

4.1.1信號檢測理論的基本原理47

4.1.2信號檢測理論的套用綜述51

4.2模糊集理論52

4.2.1模糊數53

4.2.2模糊數解模糊54

4.3基於信號檢測理論的前兆信息判別過程54

4.3.1選擇模糊語言隸屬函式55

4.3.2運用隱藏函式56

4.3.3計算擊中率及虛報率57

4.3.4計算辨別力指標與反應傾向性指標57

4.4實證分析58

4.4.1調查問卷設計及數據收集58

4.4.2研究結果及討論59

4.5本章小結62

第五章基於案例推理的捷運項目運營安全風險識別63

5.1基於案例推理的風險識別系統構建63

5.1.1案例推理的基本原理63

5.1.2基於案例推理的捷運項目運營安全風險識別系統架構65

5.2案例表示66

5.2.1捷運項目運營事故案例的內容66

5.2.2捷運項目運營事故案例的表示66

5.2.3前兆信息的權值計算方法68

5.3案例檢索69

5.3.1前兆信息語義網路的構建69

5.3.2概念相似度的計算方法71

5.3.3捷運項目運營事故案例綜合相似度計算73

5.3.4驗證案例推理方法的有效性75

5.4實證分析79

5.4.1案例信息的輸入79

5.4.2案例信息的檢索80

5.4.3風險識別的結果81

5.5本章小結81

第六章基於貝葉斯網路的捷運項目運營安全風險機率測定83

6.1貝葉斯網路理論83

6.2貝葉斯網路的構建方法84

6.2.1基於改進的MLCM模型的致因鏈分析85

6.2.2基於多案例集合的安全風險模型構建88

6.2.3貝葉斯網路的條件機率確定89

6.3貝葉斯網路的精確推理算法90

6.3.1離散貝葉斯網路的精確推理算法90

6.3.2混合貝葉斯網路的精確推理算法94

6.4實證分析96

6.4.1確定條件機率97

6.4.2貝葉斯網路推理98

6.4.3敏感性分析99

6.5本章小結100

第七章結論與展望102

7.1主要的研究工作及其結論102

7.2創新點103

7.3研究不足及研究展望104

參考文獻106

附錄117

附錄1：關於捷運運營安全風險前兆信息的調查問卷117

附錄2：標準常態分配函式數值表120

附錄3：利用Hugin軟體計算邊際機率及後驗機率的界面示意121