国产AV天堂无码一区二区三区,麻豆亚洲一区,国产精品伦一区二区三级视频,中国老太婆XXXHD

作為社會經(jīng)濟發(fā)展的支柱性產(chǎn)業(yè)，土木工程是我國提升人居環(huán)境、改善交通條件、發(fā)展公共事業(yè)、擴大生產(chǎn)規(guī)模、促進商業(yè)發(fā)展、提升城市競爭力、開發(fā)和改造自然的基礎(chǔ)性行業(yè)。隨著社會的發(fā)展和科技的進步，基礎(chǔ)設(shè)施的規(guī)模、功能、造型和相應(yīng)的建筑技術(shù)越來越大型化、復(fù)雜化和多樣化，對土木工程結(jié)構(gòu)設(shè)計理論與建造技術(shù)提出了新的挑戰(zhàn)。尤其經(jīng)過三十多年的改革開放和創(chuàng)新發(fā)展，在土木工程基礎(chǔ)理論、設(shè)計方法、建造技術(shù)及工程應(yīng)用方面，均取得了卓越成就，特別是進入21世紀以來，在高層、大跨、超長、重載等建筑結(jié)構(gòu)方面成績尤其驚人，國家體育場館、人民日報社新樓以及京滬高鐵、東海大橋、珠港澳橋隧工程等高難度項目的建設(shè)更把技術(shù)革新推到了科研工作的前沿。未來，土木工程領(lǐng)域中仍將有許多課題和難題出現(xiàn)，需要我們探討和攻克。

另一方面，環(huán)境問題特別是氣候變異的影響將越來越受到重視，全球性的人口增長以及城鎮(zhèn)化建設(shè)要求廣泛采用可持續(xù)發(fā)展理念來實現(xiàn)節(jié)能減排。在可持續(xù)發(fā)展的國際大背景下，“高能耗”“短壽命”的行業(yè)性弊病成為國內(nèi)土木界面臨的最嚴峻的問題，土木工程行業(yè)的技術(shù)進步已成為建設(shè)資源節(jié)約型、環(huán)境友好型社會的迫切需求。以利用預(yù)應(yīng)力技術(shù)來實現(xiàn)節(jié)能減排為例，預(yù)應(yīng)力的實現(xiàn)是以使用高強高性能材料為基礎(chǔ)的，其中，高強預(yù)應(yīng)力鋼筋的強度是建筑用普通鋼筋的3~4倍以上，而單位能耗只是略有增加；高性能混凝土比普通混凝土的強度高1倍以上甚至更多，而單位能耗相差不大；使用預(yù)應(yīng)力技術(shù)，則可以節(jié)省混凝土和鋼材20％~30％，隨著高強鋼筋、高強等級混凝土使用比例的增加，碳排放量將相應(yīng)減少。

東南大學(xué)土木工程學(xué)科于1923年由時任國立東南大學(xué)首任工科主任的茅以升先生等人首倡成立。在茅以升、金寶楨、徐百川、梁治明、劉樹勛、方福森、胡乾善、唐念慈、鮑恩湛、丁大鈞、蔣永生等著名專家學(xué)者為代表的歷代東大土木人的不懈努力下，土木工程系迅速壯大。如今，東南大學(xué)的土木工程學(xué)科以土木工程學(xué)院為主，交通學(xué)院、材料科學(xué)與工程學(xué)院以及能源與環(huán)境學(xué)院參與共同建設(shè)，目前擁有4位院士、6位國家千人計劃特聘專家和4位國家青年千人計劃入選者、7位長江學(xué)者和國家杰出青年基金獲得者、2位國家級教學(xué)名師；科研成果獲國家技術(shù)發(fā)明獎4項，國家科技進步獎20余項，在教育部學(xué)位與研究生教育發(fā)展中心主持的2012年全國學(xué)科評估排名中，土木工程位列全國第三。

近年來，東南大學(xué)土木工程學(xué)院特別注重青年教師的培養(yǎng)和發(fā)展，吸引了一批海外知名大學(xué)博士畢業(yè)青年才俊的加入，8人入選教育部新世紀優(yōu)秀人才，8人在35歲前晉升教授或博導(dǎo)，有12位40歲以下年輕教師在近5年內(nèi)留學(xué)海外1年以上。不遠的將來，這些青年學(xué)者們將會成為我國土木工程行業(yè)的中堅力量。

時逢東南大學(xué)土木工程學(xué)科創(chuàng)建暨土木工程系（學(xué)院）成立90周年，東南大學(xué)土木工程學(xué)院組織出版《東南土木青年教師科研論叢》，將本學(xué)院青年教師在工程結(jié)構(gòu)基本理論、新材料、新型結(jié)構(gòu)體系、結(jié)構(gòu)防災(zāi)減災(zāi)性能、工程管理等方面的最新研究成果及時整理出版。本叢書的出版，得益于東南大學(xué)出版社的大力支持，尤其是丁丁編輯的幫助，我們很感謝他們對出版年輕學(xué)者學(xué)術(shù)著作的熱心扶持。最后，我們希望本叢書的出版對我國土木工程行業(yè)的發(fā)展與技術(shù)進步起到一定的推動作用，同時，希望叢書的編寫者們繼續(xù)努力，并挑起東大土木未來發(fā)展的重擔(dān)。

東南大學(xué)土木工程學(xué)院領(lǐng)導(dǎo)讓我為本叢書作序，我在《東南土木青年教師科研論叢》中寫了上面這些話，算作序。

中國工程院院士：

地鐵系統(tǒng)是一個技術(shù)復(fù)雜、人口密集的交通系統(tǒng)，作為城市人口的重要運載體，一旦發(fā)生安全事故，將對個人生命及社會經(jīng)濟造成巨大影響。隨著國內(nèi)地鐵項目建設(shè)的相繼完工，地鐵系統(tǒng)陸續(xù)投入使用，運營安全問題已引起研究人員和從業(yè)人員的廣泛關(guān)注。為防止事故的發(fā)生，研究地鐵項目運營安全風(fēng)險顯得尤為重要。識別事故發(fā)生前可能的前兆信息（Precursor）具有提高安全績效的巨大潛力，許多組織已經(jīng)開始研究如何確定事故前兆信息的程序和方法，并且已經(jīng)從中獲益。本書的研究目標就是基于前兆信息的視角，建立針對地鐵項目運營安全風(fēng)險識別、風(fēng)險概率測定的預(yù)測方法體系，并進行實證分析。

本書在詳細的文獻綜述的基礎(chǔ)上，首先分析了國內(nèi)外安全風(fēng)險、地鐵項目運營安全風(fēng)險的研究現(xiàn)狀和研究方向，并指出目前地鐵項目運營安全風(fēng)險研究在系統(tǒng)性及方法論方面有很大的不足。進而，運用社會技術(shù)系統(tǒng)理論及相關(guān)的SoTeRiA模型，分析了地鐵項目運營安全風(fēng)險的形成機理。

針對現(xiàn)有研究及實踐中提高安全績效的不足，闡述了地鐵項目運營過程中的前兆信息對提高安全績效的重要意義，系統(tǒng)分析了地鐵設(shè)備、環(huán)境系統(tǒng)可能存在的前兆信息；同時基于人因分析和分類系統(tǒng)（HFACS）對地鐵項目相關(guān)工作人員進行了前兆信息的構(gòu)建。在已構(gòu)建的關(guān)于設(shè)備、環(huán)境及人的前兆信息體系的基礎(chǔ)上，以兩個列車碰撞事故、一個火災(zāi)事故為例，分析事故的原因，找出相應(yīng)事故的前兆信息。 

接著，運用信號檢測理論及模糊集理論，對地鐵項目運營系統(tǒng)的風(fēng)險前兆信息進行判別。針對部分可測的前兆信息的識別和監(jiān)控問題，技術(shù)上已經(jīng)肯定了實時監(jiān)控子系統(tǒng)實現(xiàn)的可能性，而大量與人相關(guān)的前兆信息，目前尚未先進到用技術(shù)來進行判別。因此，依靠地鐵項目工作人員來判別前兆信息顯得尤其重要，而如何衡量這樣的判別能力也成為風(fēng)險管理的關(guān)鍵。本書針對地鐵系統(tǒng)中的工作人員，運用信號檢測中的兩個基本指標——辨別力指標與反應(yīng)傾向性指標來衡量工作人員對風(fēng)險前兆的判別能力，并進行了實證分析。實證結(jié)果表明，信號檢測方法很好地區(qū)分出了工作人員對風(fēng)險前兆的判別能力，對提高地鐵項目運營的安全績效具有重要意義。

再次，利用人工智能方法——案例推理，識別地鐵項目運營安全風(fēng)險。傳統(tǒng)的風(fēng)險識別依賴于企業(yè)安全管理人員的經(jīng)驗，這種風(fēng)險識別的效率和結(jié)果將受到個人風(fēng)險態(tài)度的影響；本書設(shè)計的風(fēng)險識別系統(tǒng)是從前兆信息出發(fā)，分析系統(tǒng)現(xiàn)狀與以往發(fā)生的事故案例的相似性，進而提供相似事故的危險情況，對系統(tǒng)現(xiàn)狀的安全風(fēng)險進行識別。在系統(tǒng)設(shè)計的過程中，案例表示主要根據(jù)事故的內(nèi)容來進行框架的構(gòu)建，其中，前兆信息是案例表示中的主要內(nèi)容。為了實現(xiàn)案例的相似度計算，本書構(gòu)建了前兆信息的語義網(wǎng)，運用概念相似度的方法計算前兆信息的局部相似度及案例的綜合相似度。為了驗證該方法的可行性，本書計算了列車碰撞案例之間的相似度、列車碰撞與火災(zāi)案例之間的相似度。從計算結(jié)果來看，兩個列車碰撞案例之間的相似度明顯大于列車碰撞與火災(zāi)案例之間的相似度，這與事實情況是符合的。因此，運用案例推理的方法來進行安全風(fēng)險識別是可行而有效的。在實證分析中，以某地鐵項目的運營情況為例，在已構(gòu)建的地鐵項目運營安全風(fēng)險識別系統(tǒng)的基礎(chǔ)上做進一步分析。結(jié)果表明，該系統(tǒng)存在乘客從A站臺掉入軌道的風(fēng)險及乘客在B站臺擁擠受傷的風(fēng)險。

最后，運用貝葉斯網(wǎng)絡(luò)理論，實現(xiàn)地鐵項目運營安全風(fēng)險的概率測定。為構(gòu)建安全風(fēng)險事件的貝葉斯網(wǎng)絡(luò)，本書在改進的受損致因模型（MLCM）的基礎(chǔ)上，分析案例的致因過程，并基于多案例的集合方法建立了安全風(fēng)險的貝葉斯網(wǎng)絡(luò)模型。在確定條件概率的過程中，運用模糊集理論，依靠專家知識來提供可用的數(shù)據(jù)進行分析。推理算法是貝葉斯網(wǎng)絡(luò)的核心，本書針對兩類貝葉斯網(wǎng)絡(luò)——離散貝葉斯網(wǎng)絡(luò)和混合貝葉斯網(wǎng)絡(luò)，分析了多種推理算法，實現(xiàn)安全風(fēng)險的不確定性分析。在實證分析中，以基于Hugin消息傳遞方案的聯(lián)合樹算法為主，運用Hugin軟件計算了某地鐵項目運營中列車起火的風(fēng)險概率。接著，針對貝葉斯網(wǎng)絡(luò)中的基本事件，運用敏感性分析確定出對后果事件發(fā)生概率貢獻較大的基本事件，以便采取有效的措施來減小這些基本事件的發(fā)生概率，從而減小后果事件發(fā)生的概率。敏感性分析結(jié)果顯示，車軸溫度過高的敏感性因子最大，是引起火災(zāi)風(fēng)險的關(guān)鍵事件。在引起這個關(guān)鍵事件的頂事件中，現(xiàn)場管理更為重要，因此加強現(xiàn)場管理能夠更加有效地降低事故發(fā)生的概率?，F(xiàn)場管理不僅僅涉及站臺員工、司機以及各類正在運營的工作人員，更關(guān)系到地鐵項目運營公司的組織文化、安全氣候，是一個綜合有效的安全管理因素。因此，通過加強地鐵項目運營人員的風(fēng)險意識，實時監(jiān)控地鐵項目運營的安全狀態(tài)，建立合理的現(xiàn)場管理流程，才能更加有效地降低事故發(fā)生的概率。

本書是在作者博士論文的基礎(chǔ)上進一步完善而來的，導(dǎo)師李啟明教授在本書的完成過程中一直給予關(guān)心并提供了重要的指導(dǎo)，在此一并表示深深的謝意！

在本書的寫作過程中，參考了許多國內(nèi)外相關(guān)專家學(xué)者的論文和著作，已在參考文獻中列出，在此向他們表示感謝！對于可能遺漏的文獻，在此也向作者表示歉意。

對地鐵項目運營安全風(fēng)險預(yù)測方法的研究是一個全新的方向，如果廣大學(xué)者和地鐵運營工作者能在本書中得到啟發(fā)，作者不勝榮幸。同時書中難免有錯漏之處，敬請各位讀者批評指正，不勝感激！

陸瑩

2015年3月于東南大學(xué)

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(nèi)外研究現(xiàn)狀及不足3

1.2.1安全風(fēng)險的研究現(xiàn)狀3

1.2.2預(yù)測方法的研究現(xiàn)狀4

1.2.3安全風(fēng)險研究的發(fā)展階段6

1.2.4地鐵項目運營安全風(fēng)險的研究現(xiàn)狀7

1.2.5現(xiàn)有研究的評論及不足10

1.3研究目標和內(nèi)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(nèi)容12

1.3.4研究內(nèi)容框架結(jié)構(gòu)12

1.4研究方法及技術(shù)路線15

1.4.1研究方法15

1.4.2技術(shù)路線15

1.5本章小結(jié)16

第二章基于STS理論的地鐵項目運營安全風(fēng)險形成機理17

2.1社會技術(shù)系統(tǒng)理論17

2.1.1社會技術(shù)系統(tǒng)理論概述17

2.1.2社會技術(shù)系統(tǒng)的失效機制18

2.2社會技術(shù)系統(tǒng)安全風(fēng)險分析方法19

2.2.1技術(shù)系統(tǒng)的模型方法19

2.2.2社會系統(tǒng)的致因模型方法21

2.2.3社會技術(shù)系統(tǒng)的模型方法22

2.3基于SoTeRiA模型的地鐵項目運營安全風(fēng)險形成機理24

2.3.1地鐵項目運營安全風(fēng)險事件的分類24

2.3.2兩列車碰撞風(fēng)險形成機理25

2.4本章小結(jié)29

第三章地鐵項目運營安全風(fēng)險前兆信息體系構(gòu)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基于人—機—環(huán)境的地鐵項目運營安全風(fēng)險前兆信息體系構(gòu)建32

3.2.1設(shè)備相關(guān)的前兆信息分析33

3.2.2環(huán)境相關(guān)的前兆信息分析34

3.2.3基于HFACS的人員相關(guān)前兆信息分析34

3.3地鐵項目運營事故案例PaICFs調(diào)查模型38

3.3.1PaICFs調(diào)查模型簡介39

3.3.2地鐵項目運營事故案例的PaICFs調(diào)查模型應(yīng)用示例40

3.3.3相關(guān)結(jié)論44

3.4本章小結(jié)45

第四章基于SDT的地鐵項目運營安全風(fēng)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信號檢測理論的應(yīng)用綜述51

4.2模糊集理論52

4.2.1模糊數(shù)53

4.2.2模糊數(shù)解模糊54

4.3基于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數(shù)55

4.3.2運用隱藏函數(shù)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(yīng)傾向性指標57

4.4實證分析58

4.4.1調(diào)查問卷設(shè)計及數(shù)據(jù)收集58

4.4.2研究結(jié)果及討論59

4.5本章小結(jié)62

第五章基于案例推理的地鐵項目運營安全風(fēng)險識別63

5.1基于案例推理的風(fēng)險識別系統(tǒng)構(gòu)建63

5.1.1案例推理的基本原理63

5.1.2基于案例推理的地鐵項目運營安全風(fēng)險識別系統(tǒng)架構(gòu)65

5.2案例表示66

5.2.1地鐵項目運營事故案例的內(nèi)容66

5.2.2地鐵項目運營事故案例的表示66

5.2.3前兆信息的權(quán)值計算方法68

5.3案例檢索69

5.3.1前兆信息語義網(wǎng)絡(luò)的構(gòu)建69

5.3.2概念相似度的計算方法71

5.3.3地鐵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(fēng)險識別的結(jié)果81

5.5本章小結(jié)81

第六章基于貝葉斯網(wǎng)絡(luò)的地鐵項目運營安全風(fēng)險概率測定83

6.1貝葉斯網(wǎng)絡(luò)理論83

6.2貝葉斯網(wǎng)絡(luò)的構(gòu)建方法84

6.2.1基于改進的MLCM模型的致因鏈分析85

6.2.2基于多案例集合的安全風(fēng)險模型構(gòu)建88

6.2.3貝葉斯網(wǎng)絡(luò)的條件概率確定89

6.3貝葉斯網(wǎng)絡(luò)的精確推理算法90

6.3.1離散貝葉斯網(wǎng)絡(luò)的精確推理算法90

6.3.2混合貝葉斯網(wǎng)絡(luò)的精確推理算法94

6.4實證分析96

6.4.1確定條件概率97

6.4.2貝葉斯網(wǎng)絡(luò)推理98

6.4.3敏感性分析99

6.5本章小結(jié)100

第七章結(jié)論與展望102

7.1主要的研究工作及其結(jié)論102

7.2創(chuàng)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(guān)于地鐵運營安全風(fēng)險前兆信息的調(diào)查問卷117

附錄2：標準正態(tài)分布函數(shù)數(shù)值表120

附錄3：利用Hugin軟件計算邊際概率及后驗概率的界面示意121