物流业专职驾驶员健康风险评估体系研究
本文关键词:物流业专职驾驶员健康风险评估体系研究
【摘要】:物流行业的专职驾驶员在物流运输中担当着重要的角色,直接影响到物流运输的效率。因此,对于这些专职驾驶员迫切需要对其健康状况进行风险评估,只有保证其身体健康,才能保证物流运输的安全性和时效性。健康风险评估模型的建立可以实时监测专职驾驶员的个人健康状况,并对给予具体的风险评估,将健康风险在萌芽阶段消除,从而减少由于专职驾驶员的健康状况不佳发生交通事故对物流企业产生的损失。目前,尽管很多健康管理机构都在以物联网技术为基础对健康管理信息系统进行研发。但是因为这类系统的研发时间不长,健康评估技术尚未完善,许多方面还存在很多问题。现阶段很多评估系统是借助相对简单的调查问卷,再通过打分法进行评估,这种方法对人们可能存在的健康风险预测的准确性较低。因此,建立一个预测更加准确的健康风险评估模型,对于健康管理领域的发展具有重要意义。本文构建的健康风险评估系统,首先通过进行需求分析得出健康风险评估的内容,主要包含身体健康评估、心理健康调查、日常饮食调查和运动保健调查这四个部分。然后,根据这四项内容设计调查问卷以及通过智能化检测设备检测这两种途径来获取样本数据。本文以高血压风险为例,通过参考相关文献和案例分析各种影响高血压疾病的因素,构建了健康风险指标体系,在此基础上运用神经网络算法建立风险评估模型。该模型以年龄、饮食、吸烟、饮酒、静坐时间、运动强度、高血压家族史、心理精神因素、BMI、血压、总胆固醇、甘油三酯这12个指标作为输入层节点,以风险评估结果作为输出层节点。最终实现对驾驶员患高血压风险状况的预测。将模型的样本数据进行训练,调整参数使得误差最小,最终使预测效果达到最佳。本文最后用20组驾驶员的健康数据验证网络预测模型的准确性,并进行了实证分析,最终得出这20名驾驶员进行15次验证的平均误差不超过0.12。研究结果表明了基于物联网的驾驶员健康风险评估模型的建模方法总体上是可行的,同时也证明了利用BP人工神经网络模型对驾驶员的健康风险进行评估比传统的打分法评估方式更加智能化和科学化。
【关键词】:物流运输 物联网 神经网络 风险评估
【学位授予单位】:山东财经大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:U471.3
【目录】:
- 摘要5-6
- Abstract6-10
- 第1章 绪论10-18
- 1.1 研究背景和意义10-11
- 1.1.1 研究背景10-11
- 1.1.2 研究意义11
- 1.2 相关研究综述11-15
- 1.2.1 国内外物联网应用研究11-12
- 1.2.2 国内外基于物联网的驾驶员健康管理研究12-13
- 1.2.3 国内外健康风险评估研究13-15
- 1.3 参考文献小结15
- 1.4 研究内容及研究方法15-17
- 1.4.1 研究思路15-16
- 1.4.2 研究内容16
- 1.4.3 拟解决问题16
- 1.4.4 研究方法16-17
- 1.5 研究技术路线17-18
- 第2章 健康风险评估相关技术与方法研究18-24
- 2.1 智能化健康检测设备关键技术的应用18-21
- 2.1.1 物联网的关键技术18-19
- 2.1.2 实时数据采集技术19-21
- 2.2 健康风险评估方法21-23
- 2.2.1 传统的健康风险评估方法21
- 2.2.2 目前的健康风险评估方法21-22
- 2.2.3 智能化的健康风险评估方法22-23
- 2.3 本章小结23-24
- 第3章 健康风险评估系统需求分析和评估体系24-29
- 3.1 健康风险评估系统功能性需求24-25
- 3.1.1 健康电子档案管理24-25
- 3.1.2 健康评估25
- 3.2 健康风险评估系统非功能性需求25-26
- 3.3 智能化的健康风险评估体系26-28
- 3.3.1 智能化健康风险评估步骤26-27
- 3.3.2 以高血压风险为例进行健康风险评估27-28
- 3.4 本章小结28-29
- 第4章 驾驶员健康风险评估模型构建29-42
- 4.1 调查问卷的构成29-30
- 4.1.1 调查问卷的基本内容29
- 4.1.2 调查问卷的主体内容29-30
- 4.2 指标权重确定方法30-31
- 4.2.1 指标权重确定方法比较30-31
- 4.2.2 BP神经网络概述31
- 4.3 高血压风险评估指标体系的建立31-33
- 4.4 基于BP神经网络的健康风险评估模型构建33-35
- 4.4.1 BP神经网络预测模型的设计33-35
- 4.4.2 BP神经网络模型的训练参数设置35
- 4.5 健康风险评估模型的具体实现过程35-41
- 4.6 本章小结41-42
- 第5章 实证分析42-49
- 5.1 训练完成的预测模型的性能评价42-43
- 5.2 仿真过程及结果43-47
- 5.3 仿真结果分析47-48
- 5.4 本章小结48-49
- 第6章 总结与展望49-51
- 6.1 主要研究结论49-50
- 6.2 展望50-51
- 参考文献51-54
- 附录A 驾驶员健康风险评估调查问卷54-58
- 附录B 驾驶员健康风险评估数据58-64
- 致谢64
【相似文献】
中国期刊全文数据库 前10条
1 马国庆;李伟;;电力企业信息安全风险评估模型研究[J];价值工程;2008年08期
2 吴艳华;何峰林;王富章;李平;;基于灾害风险评估模型的铁路灾害监测预警系统研究[J];中国铁道科学;2012年01期
3 张保稳;罗铮;薛质;银鹰;;基于全局权限图的网络风险评估模型[J];上海交通大学学报;2010年09期
4 杨一锋;;改进贝叶斯算法的商业银行信用风险评估模型[J];重庆工商大学学报(自然科学版);2010年03期
5 张红昌,刘维平,丛华,迟宝山;装备研制项目技术风险评估模型[J];装甲兵工程学院学报;2001年03期
6 包雄关;王春临;;内河搜救风险评估模型[J];中国航海;2014年01期
7 段秉乾;司春林;;基于模糊层次分析法的产品创新风险评估模型[J];同济大学学报(自然科学版);2008年07期
8 罗军;蒋坷敉;;基于人的认知失误分析模型的跑道侵入风险评估研究[J];中国民航飞行学院学报;2013年04期
9 冯杰;姜宁;王志勇;王喜东;董京春;;军事信息系统安全风险评估模型与方法[J];四川兵工学报;2009年03期
10 路标;;军队火药静电爆炸风险评估模型的研究与仿真[J];计算机仿真;2013年04期
中国重要会议论文全文数据库 前8条
1 海然;谢小权;;基于多要素融合的风险评估模型的设计[A];全国计算机安全学术交流会论文集(第二十二卷)[C];2007年
2 薛晔;黄崇福;;自然灾害风险评估模型的研究进展[A];中国灾害防御协会风险分析专业委员会第二届年会论文集(二)[C];2006年
3 高峰;党亚茹;高洁;;三峡库区船舶散装化学品风险评估模型及其应用[A];中国航海学会2007年度学术交流会优秀论文集[C];2007年
4 高峰;党亚茹;高洁;;三峡库区船舶散装化学品风险评估模型及其应用[A];2007年船舶防污染学术年会论文集[C];2007年
5 丁移粟;王宇;;基于证据理论的涉密人员风险评估模型研究[A];2012年全国网络与数字内容安全学术年会论文集[C];2012年
6 陈佑平;张真路;李梦雅;;心脑血管病自动化风险评估系统的建立及其初步应用效果分析[A];第十二届全国脂质与脂蛋白学术会议论文汇编[C];2014年
7 李金安;冯爱芬;;重大动物疫情潜在风险的评估模型[A];中国畜牧兽医学会2009学术年会论文集(下册)[C];2009年
8 宫会丽;丁香乾;杨宁;;烟叶有害成分风险评估模型研究与应用[A];中国灾害防御协会风险分析专业委员会第二届年会论文集(一)[C];2006年
中国重要报纸全文数据库 前3条
1 赵晓涛;从灾难中寻找安全[N];网络世界;2007年
2 安菁菁;滨海新区金融机构应重视信用风险管理[N];中国会计报;2010年
3 招商证券衍生投资部负责人 刘成彦;场外金融衍生品风险的类别及对策建议[N];证券时报;2013年
中国博士学位论文全文数据库 前2条
1 徐磊;农业巨灾风险评估模型研究[D];中国农业科学院;2012年
2 廖年冬;信息安全动态风险评估模型的研究[D];北京交通大学;2010年
中国硕士学位论文全文数据库 前10条
1 陈蓬来;面向农村的两阶段多肿瘤风险评估模型前期研究[D];安徽医科大学;2015年
2 申振华;中小企业信用风险评估模型研究[D];苏州大学;2015年
3 崔釜萍;住院患者静脉血栓栓塞危险因素的相关分析[D];华北理工大学;2015年
4 刘思帆;一种基于主机日志分析的实时风险评估模型的研究与实现[D];复旦大学;2014年
5 李美莲;基于信息服务保障行驶安全的主动控制策略研究[D];西安电子科技大学;2014年
6 于婧洋;配网设备状态评价与风险评估模型的探索研究[D];吉林大学;2015年
7 冯治学;电网山火灾害风险评估模型研究[D];中国地质大学;2015年
8 徐笑蕊;面向数字版权管理系统的风险评估模型研究与应用[D];东华大学;2016年
9 刘烁;物流业专职驾驶员健康风险评估体系研究[D];山东财经大学;2016年
10 刘一颍;基于模糊概率的动态信息风险评估模型研究[D];山东师范大学;2009年
,本文编号:633228
本文链接:https://www.wllwen.com/guanlilunwen/wuliuguanlilunwen/633228.html