煤矿安全管理风险评价方法及应用研究作者： 何叶荣 出版时间：2017年版内容简介 《博士论丛：煤矿安全管理风险评价方法及应用研究》通过对国内外研究现状的全向述评，从如下4个方面进行煤矿安全管理风险识别与评价：（1）煤矿安全管理风险因素识别；（2）评价指标体系构建及指标权值计算；（3）结合煤矿安全管理模糊性、非线性、动态时变性及小样本等特点，对SEM、FSVM及SEM—FSVM三种风险评价方法的算法原理、程序及在煤矿安全管理风险评价中的应用进行分析；（4）选取典型煤矿样本。通过这些方面进行实证研究，对几种评价方法的评价结果进行比较，证明SEM—FSVM风险评价模型整合了SEM和FSVM两种方法的优点，既能反映出各个风险因素之间的关系，又能很好地突出其在煤矿安全管理风险评价上的优势，具有更高的评价精度，更适合煤矿安全管理风险的评价。 《博士论丛：煤矿安全管理风险评价方法及应用研究》可供科研单位、煤矿企业和高校及其他相关部门参考使用。目录前言第1章 绪论1．1 研究背景、意义及课题来源1．1．1 研究背景1．1．2 研究意义1．1．3 课题来源1．2 主要研究内容1．2．1 煤矿安全管理风险因素识别研究1．2．2 煤矿安全管理风险评价指标体系研究及指标权值计算1．2．3 煤矿安全管理风险评价方法研究1．2．4 煤矿安全管理风险评价实证研究第2章 文献综述及相关理论基础2．1 文献综述2．1．1 煤矿安全事故致因机理的相关研究2．1．2 煤矿安全管理风险因素识别的相关研究2．1．3 煤矿安全管理风险评价的相关研究2．2 相关理论基础2．2．1 粗糙集2．2．2 PageRank（PR）算法2．2．3 主成分分析及因子分析2．2．4 结构方程模型（SEM）2．2．5 支持向量机（SVM）2．2．6 模糊支持向量机（FSVM）2．2．7 特征加权支持向量机（FWSVM）第3章 煤矿安全管理风险因素识别3．1 煤矿安全管理风险因素分析与假设3．1．1 煤矿安全管理监控3．1．2 煤矿安全管理组织3．1．3 煤矿安全管理模式3．1．4 煤矿安全风险管理能力3．1．5 煤矿安全管理要素3．2 风险后果分析3．3 风险因素调查3．3．1 问卷概要3．3．2 问卷发放与收集3．4 数据处理3．4．1 基于RS的问卷题项约简3．4．2 数据描述性统计分析3．4．3 基于PageRank的专家权重确定3．4．4 问卷总体信度与效度分析第4章 风险评价指标体系构建及指标权值计算4．1 煤矿安全管理风险评价指标体系构建的原则4．2 煤矿安全管理风险评价指标体系构建4．2．1 因子分析与主成分提取4．2．2 煤矿安全管理主要风险评价指标确定4．3 基于SEM的煤矿安全管理风险评价指标权值计算4．3．1 SEM的分析工具4．3．2 研究假设4．3．3 基于SEM的煤矿安全管理风险因素关系模型4．3．4 煤矿安全管理风险评价指标权值确定第5章 煤矿安全管理风险评价方法研究5．1 SEM煤矿安全管理风险评价方法研究5．1．1 基于SEM的煤矿安全管理风险评价的背景依据5．1．2 结构方程的指数评价体系5．1．3 SEM煤矿安全管理风险评价的程序与步骤5．2 FSVM煤矿安全管理风险评价方法研究5．2．1 FSVM煤矿安全管理风险评价模型构建的原理5．2．2 FSVM煤矿安全管理风险评价模型构建的程序与步骤5．3 SEM-FSVM煤矿安全管理风险评价方法研究5．3．1 SEM-FSVM煤矿安全管理风险评价方法的背景及依据5．3．3 SEM-FSVM煤矿安全管理风险评价的程序与步骤第6章 煤矿安全管理风险评价实证与应用研究6．1 样本选择与数据预处理6．1．1 样本选择6．1．2 风险类别设计6．1．3 数据预处理6．2 SEM在煤矿安全管理风险评价中的实证与应用6．2．1 5个一级风险评价指标的综合评价分值计算6．2．2 煤矿安全管理风险综合评价分值计算6．2．3 风险评价结果分析与排序6．3 FSVM在煤矿安全管理风险评价中的实证与应用6．3．1 数据预处理与风险类别设计6．3．2 选定训练样本，确定模糊训练集6．3．3 输出结果分析与评价6．4 SEM-FSVM在煤矿安全管理6．4．1 模糊隶属函数选择6．4．2 参数的确定6．4．3 基于SEM路径系数的特征加权核函数构建6．4．1 选定训练样本，确定模糊训练集6．4．5 选定测试样本进行测试6．5 几种方法的评价结果比较第7章 研究结论与展望7．1 研究结论7．2 研究展望参考文献附录A 煤矿安全管理风险因素调查问卷附录B 基于Page Rank算法计算出的318位被访专家最终权重值 上一篇: 矿山开采 [许保国，赵卫强 主编] 下一篇: 甘肃地矿史话 [陈汉主编]
