基于CBR的煤矿险兆事件决策支持系统研究

发布时间：2017-09-14 00:40

  本文关键词：基于CBR的煤矿险兆事件决策支持系统研究

  更多相关文章： 煤矿险兆事件 案例推理 框架法 相似度计算 决策支持系统

【摘要】：目前,我国煤矿行业安全生产形势依然复杂严峻,煤矿事故时有发生,抓好煤矿行业安全生产工作仍然是重中之重。纵观煤矿事故发生之前,都会出现多次险兆事件,虽未造成人员死亡或严重经济损失,但已经对煤矿安全生产的管控工作具有重要的警示作用。因此,对煤矿险兆事件进行基础研究和管理研究是提高煤矿安全生产重要而实用的手段。本文通过煤矿险兆事件的致因分析,以及对险兆事件的分类分级研究,并在此基础上结合案例推理关键技术,构建了基于案例推理的煤矿险兆事件决策支持系统。首先,通过煤矿险兆事件基础理论,对险兆事件的概念进行了归纳定义。辨析煤矿险兆事件、危险源与事故隐患的区别及联系。结合“瑞士奶酪”理论、“变化--失误”理论以及能量释放等事故致因模型,构建煤矿险兆事件致因模型,并在此基础上对煤矿险兆事件进行了分类分级研究。其次,对煤矿险兆事件案例推理的关键技术进行深入研究,主要包括案例表示、案例检索、案例修正、案例学习与维护。针对煤矿险兆事件的特点,采用框架法对险兆事件案例进行了规范化的案例表示;采用基于层次的多级检索方式对案例进行划分,以区分不同类别的历史案例,降低不同案例类别之间的相似度,大大地提高了系统的检索速度。基于主成份分析法对案例属性进行优化,结合主客观赋权法来获取检索特征属性的权重;基于改进的最近邻法设计案例相似度算法,并给出了数值型、枚举型、区间型、字符型以及符号型属性值的详细计算过程和公式。并在案例修正、案例学习与维护方向提出了相应的技术规则。最后,在深入研究案例推理技术及煤矿险兆事件理论研究的基础上,基于B/S架构初步构建了决策支持系统的整体架构,进行了详细的系统分析与设计,并最终实现了基于案例推理的煤矿险兆事件决策支持系统。通过对案例推理技术以及煤矿险兆事件基础理论的研究,开发基于案例推理的煤矿险兆事件的决策支持系统,将煤矿安全管理的基础理论研究与计算机技术相结合,能够明显改善煤矿险兆事件的管理效果。同时,为煤矿安全管理研究打开新的角度,对促进煤矿安全生产及风险预控提供参考。
【关键词】：煤矿险兆事件 案例推理 框架法 相似度计算 决策支持系统
【学位授予单位】：西安科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TD771
【目录】：

• 摘要3-5
• ABSTRACT5-10
• 1 绪论10-24
• 1.1 研究背景及意义10-12
• 1.1.1 研究背景10
• 1.1.2 研究意义10-12
• 1.2 国内外研究现状12-21
• 1.2.1 险兆事件的研究现状12-15
• 1.2.2 CBR技术的研究现状15-18
• 1.2.3 决策支持系统的研究现状18-20
• 1.2.4 研究现状总结20-21
• 1.3 研究内容、方法及技术路线21-24
• 1.3.1 研究内容21
• 1.3.2 研究方法21-22
• 1.3.3 技术路线图22-24
• 2 CBR基本原理介绍24-31
• 2.1 CBR基本概念24-25
• 2.1.1 CBR技术思想24
• 2.1.2 CBR技术优势24-25
• 2.2 CBR的关键技术25-30
• 2.2.1 案例表示26-28
• 2.2.2 案例检索28
• 2.2.3 案例修正28-29
• 2.2.4 案例学习与维护29-30
• 2.3 本章小结30-31
• 3 煤矿险兆事件基础研究31-43
• 3.1 险兆事件基础理论31-32
• 3.1.1 冰山理论31
• 3.1.2 安全金字塔理论31-32
• 3.2 煤矿险兆事件、危险源及事故隐患的区别32-35
• 3.2.1 煤矿险兆事件定义32-34
• 3.2.2 煤矿险兆事件、危险源及事故隐患的区别34-35
• 3.3 煤矿险兆事件致因分析35-38
• 3.4 煤矿险兆事件分类/分级研究38-42
• 3.4.1 煤矿险兆事件分类38-40
• 3.4.2 煤矿险兆事件分级40-42
• 3.5 本章小结42-43
• 4 煤矿险兆事件案例推理的关键技术43-59
• 4.1 煤矿险兆事件案例表示43-48
• 4.1.1 煤矿险兆事件案例顶层框架44
• 4.1.2 险兆事件分类子框架44-45
• 4.1.3 煤矿企业概况子框架45-46
• 4.1.4 险兆事件概况子框架46-47
• 4.1.5 险兆事件风险及影响子框架47
• 4.1.6 险兆事件处理结果及影响子框架47-48
• 4.2 煤矿险兆事件案例检索48-55
• 4.2.1 案例检索方式48-49
• 4.2.2 案例属性选择及优化方法49-51
• 4.2.3 案例属性权重计算方法51-53
• 4.2.4 案例相似度计算53-55
• 4.3 煤矿险兆事件案例修正55-56
• 4.3.1 属性相似度修正55-56
• 4.3.2 权值和相似矩阵修正56
• 4.4 煤矿险兆事件案例学习与维护56-58
• 4.4.1 案例学习56-57
• 4.4.2 案例维护57-58
• 4.5 本章小结58-59
• 5 煤矿险兆事件决策支持系统分析与设计59-76
• 5.1 煤矿险兆事件决策支持系统概述59-60
• 5.1.1 决策支持系统设计目标59
• 5.1.2 决策支持系统设计原则59-60
• 5.1.3 决策支持系统应用案例推理技术的可行性60
• 5.2 煤矿险兆事件决策支持系统分析60-63
• 5.2.1 系统流程分析60-61
• 5.2.2 系统功能需求分析61-63
• 5.3 煤矿险兆事件决策支持系统设计63-67
• 5.3.1 系统体系结构63-64
• 5.3.2 系统功能模块设计64-66
• 5.3.3 系统业务流程设计66-67
• 5.4 案例推理设计67-69
• 5.5 案例决策过程设计69-71
• 5.5.1 文本信息的处理过程69-70
• 5.5.2 煤矿险兆事件建议解决方案的决策过程70-71
• 5.6 数据库设计71-75
• 5.7 本章小结75-76
• 6 煤矿险兆事件决策支持系统实现76-86
• 6.1 煤矿险兆事件决策支持系统实现76-83
• 6.1.1 系统开发环境及运行环境76
• 6.1.2 系统实现76-83
• 6.2 煤矿险兆事件决策支持系统应用对策83-85
• 6.2.1 教育宣传83-84
• 6.2.2 管理职责84
• 6.2.3 制度保障84-85
• 6.3 本章小结85-86
• 7 结论与展望86-88
• 7.1 主要工作与结论86-87
• 7.1.1 主要工作86
• 7.1.2 结论86-87
• 7.2 展望87-88
• 致谢88-89
• 参考文献89-95
• 攻读硕士学位期间取得的成果95

【参考文献】

中国期刊全文数据库 前10条

1 马雷;钱家忠;赵卫东;周小平;;基于GIS的矿井水害防治辅助决策支持系统[J];煤田地质与勘探;2014年05期

2 殷文君;郭翔;;国外基于案例推理的应急管理研究进展[J];科技创业月刊;2014年10期

3 田水承;孙曙英;于观华;金梦;;煤矿险兆事件主动上报意愿影响因素研究[J];西安科技大学学报;2014年05期

4 严爱军;钱丽敏;王普;;案例推理属性权重的分配模型比较研究[J];自动化学报;2014年09期

5 李永利;邵良杉;刘拴宏;;煤矿突发事件的CBR预测[J];辽宁工程技术大学学报(自然科学版);2014年07期

6 贺凌城;栗继祖;;基于BBS的煤矿未遂事件研究[J];太原理工大学学报;2014年03期

7 张涛伟;田水承;李树刚;;基于险兆事件的煤与瓦斯突出灾害概率模型构建[J];煤矿安全;2014年03期

8 邓守城;吴青;石兵;初秀民;陈先桥;;基于案例推理的水上交通突发事件应急响应资源需求预测[J];中国安全科学学报;2014年03期

9 蒋尹华;黄洪浪;;基于案例推理(CBR)的科技型中小企业融资风险研究[J];中国高新技术企业;2014年03期

10 戴艳丽;;决策支持系统的发展与趋势[J];电脑知识与技术;2013年29期

，

本文编号：846860