第一章 绪论 1
第一节 安全评价中的几个基本概念及其相互关系 5
一、安全与危险 5
二、安全与事故 8
三、事故与隐患 10
四、安全、危险、事故、隐患之间的关系 11
五、安全评价 12
六、安全预测 14
第二节 安全评价的研究与应用 15
一、国外的研究和应用背景 15
二、国内的研究与应用概况 19
第三节 安全评价的意义及研究内容、方法 21
一、安全评价的意义 21
二、安全评价研究的内容和方法 22
第二章 煤矿安全评价现状及评价方法的选择 24
第一节 我国煤矿安全现状及提高安全管理水平的途径 24
一、我国煤矿安全现状及落后的原因 24
二、安全管理的意义和作用 25
三、提高煤矿安全管理水平的途径 27
第二节 我国工业安全评价的现状及其发展趋势 28
一、工业安全评价的现状 28
二、工业安全评价的发展趋势 31
第三节 现有煤矿安全评价中存在的若干问题 32
—、煤矿井下灾害系统的结构特点 33
二、煤矿生产过程安全评价的目的和关键问题 35
第四节 现有安全评价方法分析及综合安全评价方法的选择依据 37
一、安全评价方法分析 37
二、国内外煤矿安全评价方法综述 41
三、综合评价方法的选择依据 44
第三章 人工神经网络技术及其在安全评价中的适应性 46
第一节 人工神经网络的研究与发展概况 50
第二节 人工神经网络的能力 56
一、神经网络的存储能力 56
二、神经网络的计算能力 58
三、人工神经网络的基本特性 59
第三节 人工神经网络的应用领域 62
第四节 人工神经网络理论研究和应用的若干问题 65
一、人类的知识表达方式及其哲学内涵 65
二、生物神经系统给人工神经网络研究和应用的启示 69
三、全局优化方式的哲学思考 71
四、人工神经网络技术未来展望 74
一、传统的矿井事故系统分析方法存在的问题 75
第五节 神经网络在矿井安全评价中的适应性分析 75
二、非线性动力学安全评价模型所解决的问题 76
第四章 矿井安全分析模型及安全评价指标体系 78
第一节 事故致因理论 78
一、事故频发倾向论 78
二、事故因果连锁论 79
第二节 安全分析方法 81
一、经验分析方法 82
二、事故树(FTA)分析方法 82
三、事件树(ETA)分析方法 83
四、因果分析法 83
五、人的因素分析方法 83
第三节 安全分析模型 84
一、事故与人—机—环境系统及其功能目标的架构关系 84
二、以人为本的人—机—环境系统分析方法 85
三、安全分析模型 86
第四节 评价指标体系的建立 87
一、安全评价指标体系建立的原则 88
二、安全评价指标体系的结构及评价指标的确定 90
第五节 安全评价模型的建立 97
一、静态与动态安全评价模型 97
二、安全评价模型确定的基本思想 97
第五章 非线性灰色系统安全评价模型及应用 99
第一节 灰色系统概述 100
第二节 灰色关联评价模型 100
—、灰色关联评价的方法和步骤 101
二、灰色评价模型中分辨系数p取值区间的理论分析 103
第三节 评价实例 107
第四节 评价模型及其结果分析 110
第一节 人工神经网络的基本结构和模型 112
第六章 基于神经网络的非线性动态评价模型 112
—、人工神经元的模型 113
二、激活转移函数 114
三、单层神经元网络模型结构 116
四、多层神经网络模型结构 118
五、反馈网络 119
第二节 典型的神经网络模型 120
一、感知器模型 121
二、自适应线性网络模型 123
第三节 反向传播网络(BP网络) 125
一、BP网络模型与结构 125
二、BP网络的算法推导 126
三、BP网络误差反向传播的流程图与图形解释 128
四、BP网络的设计和训练 129
一、附加动量方法 135
第四节 BP神经网络评价模型功能的改善方法 135
二、误差函数的改进 136
三、自适应学习速率的调整 137
第七章 基于神经网络的非线性安全评价系统 139
第一节 用于安全评价问题求解的神经网络设计 140
一、网络结构设计 140
二、评价网络模型训练过程的监控 142
第二节 矿井安全评价模型评价能力的训练 144
一、网络训练样本输入数据的初始化方法 144
二、网络训练样本数据和待评矿井安全数据的准备 144
三、网络训练过程及其结果 160
第三节 评价结果 162
第四节 网络训练的知识获取 163
第八章 矿井安全非线性预测模型及应用 174
第一节 安全预测的方法 175
第二节 矿井安全预测的基本原则 177
第三节 矿井安全预测的数学模型 178
一、回归预测模型 178
二、自回归预测模型 179
三、灰色数据序列预测模型 180
四、时间序列的人工神经网络安全状态预测模型 184
第四节 非线性安全预测模型的应用 190
一、非线性灰色预测模型的应用 190
二、人工神经网络安全预测模型的应用 193
三、结论 200
附录一 矿井安全评价原始数据采集表 201
附录二 矿井安全评价指标体系定量指标划分标准 204
参考文献 213