成品人口b直接进入入口_芒果天天看每日更新偷情_蜜桃成品人视频m8u3

作为社会经济发展的支柱性产业，土木工程是我国提升人居环境、改善交通条件、发展公共事业、扩大生产规模、促进商业发展、提升城市竞争力、开发和改造自然的基础性行业。随着社会的发展和科技的进步，基础设施的规模、功能、造型和相应的建筑技术越来越大型化、复杂化和多样化，对土木工程结构设计理论与建造技术提出了新的挑战。尤其经过三十多年的改革开放和创新发展，在土木工程基础理论、设计方法、建造技术及工程应用方面，均取得了卓越成就，特别是进入21世纪以来，在高层、大跨、超长、重载等建筑结构方面成绩尤其惊人，国家体育场馆、人民日报社新楼以及京沪高铁、东海大桥、珠港澳桥隧工程等高难度项目的建设更把技术革新推到了科研工作的前沿。未来，土木工程领域中仍将有许多课题和难题出现，需要我们探讨和攻克。

另一方面，环境问题特别是气候变异的影响将越来越受到重视，全球性的人口增长以及城镇化建设要求广泛采用可持续发展理念来实现节能减排。在可持续发展的国际大背景下，“高能耗”“短寿命”的行业性弊病成为国内土木界面临的最严峻的问题，土木工程行业的技术进步已成为建设资源节约型、环境友好型社会的迫切需求。以利用预应力技术来实现节能减排为例，预应力的实现是以使用高强高性能材料为基础的，其中，高强预应力钢筋的强度是建筑用普通钢筋的3~4倍以上，而单位能耗只是略有增加；高性能混凝土比普通混凝土的强度高1倍以上甚至更多，而单位能耗相差不大；使用预应力技术，则可以节省混凝土和钢材20％~30％，随着高强钢筋、高强等级混凝土使用比例的增加，碳排放量将相应减少。

东南大学土木工程学科于1923年由时任国立东南大学首任工科主任的茅以升先生等人首倡成立。在茅以升、金宝桢、徐百川、梁治明、刘树勋、方福森、胡乾善、唐念慈、鲍恩湛、丁大钧、蒋永生等著名专家学者为代表的历代东大土木人的不懈努力下，土木工程系迅速壮大。如今，东南大学的土木工程学科以土木工程学院为主，交通学院、材料科学与工程学院以及能源与环境学院参与共同建设，目前拥有4位院士、6位国家千人计划特聘专家和4位国家青年千人计划入选者、7位长江学者和国家杰出青年基金获得者、2位国家级教学名师；科研成果获国家技术发明奖4项，国家科技进步奖20余项，在教育部学位与研究生教育发展中心主持的2012年全国学科评估排名中，土木工程位列全国第三。

近年来，东南大学土木工程学院特别注重青年教师的培养和发展，吸引了一批海外知名大学博士毕业青年才俊的加入，8人入选教育部新世纪优秀人才，8人在35岁前晋升教授或博导，有12位40岁以下年轻教师在近5年内留学海外1年以上。不远的将来，这些青年学者们将会成为我国土木工程行业的中坚力量。

时逢东南大学土木工程学科创建暨土木工程系（学院）成立90周年，东南大学土木工程学院组织出版《东南土木青年教师科研论丛》，将本学院青年教师在工程结构基本理论、新材料、新型结构体系、结构防灾减灾性能、工程管理等方面的最新研究成果及时整理出版。本丛书的出版，得益于东南大学出版社的大力支持，尤其是丁丁编辑的帮助，我们很感谢他们对出版年轻学者学术著作的热心扶持。最后，我们希望本丛书的出版对我国土木工程行业的发展与技术进步起到一定的推动作用，同时，希望丛书的编写者们继续努力，并挑起东大土木未来发展的重担。

东南大学土木工程学院领导让我为本丛书作序，我在《东南土木青年教师科研论丛》中写了上面这些话，算作序。

中国工程院院士：

地铁系统是一个技术复杂、人口密集的交通系统，作为城市人口的重要运载体，一旦发生安全事故，将对个人生命及社会经济造成巨大影响。随着国内地铁项目建设的相继完工，地铁系统陆续投入使用，运营安全问题已引起研究人员和从业人员的广泛关注。为防止事故的发生，研究地铁项目运营安全风险显得尤为重要。识别事故发生前可能的前兆信息（Precursor）具有提高安全绩效的巨大潜力，许多组织已经开始研究如何确定事故前兆信息的程序和方法，并且已经从中获益。本书的研究目标就是基于前兆信息的视角，建立针对地铁项目运营安全风险识别、风险概率测定的预测方法体系，并进行实证分析。

本书在详细的文献综述的基础上，首先分析了国内外安全风险、地铁项目运营安全风险的研究现状和研究方向，并指出目前地铁项目运营安全风险研究在系统性及方法论方面有很大的不足。进而，运用社会技术系统理论及相关的SoTeRiA模型，分析了地铁项目运营安全风险的形成机理。

针对现有研究及实践中提高安全绩效的不足，阐述了地铁项目运营过程中的前兆信息对提高安全绩效的重要意义，系统分析了地铁设备、环境系统可能存在的前兆信息；同时基于人因分析和分类系统（HFACS）对地铁项目相关工作人员进行了前兆信息的构建。在已构建的关于设备、环境及人的前兆信息体系的基础上，以两个列车碰撞事故、一个火灾事故为例，分析事故的原因，找出相应事故的前兆信息。 

接着，运用信号检测理论及模糊集理论，对地铁项目运营系统的风险前兆信息进行判别。针对部分可测的前兆信息的识别和监控问题，技术上已经肯定了实时监控子系统实现的可能性，而大量与人相关的前兆信息，目前尚未先进到用技术来进行判别。因此，依靠地铁项目工作人员来判别前兆信息显得尤其重要，而如何衡量这样的判别能力也成为风险管理的关键。本书针对地铁系统中的工作人员，运用信号检测中的两个基本指标——辨别力指标与反应倾向性指标来衡量工作人员对风险前兆的判别能力，并进行了实证分析。实证结果表明，信号检测方法很好地区分出了工作人员对风险前兆的判别能力，对提高地铁项目运营的安全绩效具有重要意义。

再次，利用人工智能方法——案例推理，识别地铁项目运营安全风险。传统的风险识别依赖于企业安全管理人员的经验，这种风险识别的效率和结果将受到个人风险态度的影响；本书设计的风险识别系统是从前兆信息出发，分析系统现状与以往发生的事故案例的相似性，进而提供相似事故的危险情况，对系统现状的安全风险进行识别。在系统设计的过程中，案例表示主要根据事故的内容来进行框架的构建，其中，前兆信息是案例表示中的主要内容。为了实现案例的相似度计算，本书构建了前兆信息的语义网，运用概念相似度的方法计算前兆信息的局部相似度及案例的综合相似度。为了验证该方法的可行性，本书计算了列车碰撞案例之间的相似度、列车碰撞与火灾案例之间的相似度。从计算结果来看，两个列车碰撞案例之间的相似度明显大于列车碰撞与火灾案例之间的相似度，这与事实情况是符合的。因此，运用案例推理的方法来进行安全风险识别是可行而有效的。在实证分析中，以某地铁项目的运营情况为例，在已构建的地铁项目运营安全风险识别系统的基础上做进一步分析。结果表明，该系统存在乘客从A站台掉入轨道的风险及乘客在B站台拥挤受伤的风险。

最后，运用贝叶斯网络理论，实现地铁项目运营安全风险的概率测定。为构建安全风险事件的贝叶斯网络，本书在改进的受损致因模型（MLCM）的基础上，分析案例的致因过程，并基于多案例的集合方法建立了安全风险的贝叶斯网络模型。在确定条件概率的过程中，运用模糊集理论，依靠专家知识来提供可用的数据进行分析。推理算法是贝叶斯网络的核心，本书针对两类贝叶斯网络——离散贝叶斯网络和混合贝叶斯网络，分析了多种推理算法，实现安全风险的不确定性分析。在实证分析中，以基于Hugin消息传递方案的联合树算法为主，运用Hugin软件计算了某地铁项目运营中列车起火的风险概率。接着，针对贝叶斯网络中的基本事件，运用敏感性分析确定出对后果事件发生概率贡献较大的基本事件，以便采取有效的措施来减小这些基本事件的发生概率，从而减小后果事件发生的概率。敏感性分析结果显示，车轴温度过高的敏感性因子最大，是引起火灾风险的关键事件。在引起这个关键事件的顶事件中，现场管理更为重要，因此加强现场管理能够更加有效地降低事故发生的概率。现场管理不仅仅涉及站台员工、司机以及各类正在运营的工作人员，更关系到地铁项目运营公司的组织文化、安全气候，是一个综合有效的安全管理因素。因此，通过加强地铁项目运营人员的风险意识，实时监控地铁项目运营的安全状态，建立合理的现场管理流程，才能更加有效地降低事故发生的概率。

本书是在作者博士论文的基础上进一步完善而来的，导师李启明教授在本书的完成过程中一直给予关心并提供了重要的指导，在此一并表示深深的谢意！

在本书的写作过程中，参考了许多国内外相关专家学者的论文和著作，已在参考文献中列出，在此向他们表示感谢！对于可能遗漏的文献，在此也向作者表示歉意。

对地铁项目运营安全风险预测方法的研究是一个全新的方向，如果广大学者和地铁运营工作者能在本书中得到启发，作者不胜荣幸。同时书中难免有错漏之处，敬请各位读者批评指正，不胜感激！

陆莹

2015年3月于东南大学

第一章绪论1

1.1研究背景及研究意义1

1.1.1研究背景1

1.1.2研究意义2

1.2国内外研究现状及不足3

1.2.1安全风险的研究现状3

1.2.2预测方法的研究现状4

1.2.3安全风险研究的发展阶段6

1.2.4地铁项目运营安全风险的研究现状7

1.2.5现有研究的评论及不足10

1.3研究目标和内容10

1.3.1基本概念10

1.3.2研究目标11

1.3.3主要研究内容12

1.3.4研究内容框架结构12

1.4研究方法及技术路线15

1.4.1研究方法15

1.4.2技术路线15

1.5本章小结16

第二章基于STS理论的地铁项目运营安全风险形成机理17

2.1社会技术系统理论17

2.1.1社会技术系统理论概述17

2.1.2社会技术系统的失效机制18

2.2社会技术系统安全风险分析方法19

2.2.1技术系统的模型方法19

2.2.2社会系统的致因模型方法21

2.2.3社会技术系统的模型方法22

2.3基于SoTeRiA模型的地铁项目运营安全风险形成机理24

2.3.1地铁项目运营安全风险事件的分类24

2.3.2两列车碰撞风险形成机理25

2.4本章小结29

第三章地铁项目运营安全风险前兆信息体系构建30

3.1前兆信息的理论研究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—机—环境的地铁项目运营安全风险前兆信息体系构建32

3.2.1设备相关的前兆信息分析33

3.2.2环境相关的前兆信息分析34

3.2.3基于HFACS的人员相关前兆信息分析34

3.3地铁项目运营事故案例PaICFs调查模型38

3.3.1PaICFs调查模型简介39

3.3.2地铁项目运营事故案例的PaICFs调查模型应用示例40

3.3.3相关结论44

3.4本章小结45

第四章基于SDT的地铁项目运营安全风险前兆信息判别47

4.1信号检测理论概述47

4.1.1信号检测理论的基本原理47

4.1.2信号检测理论的应用综述51

4.2模糊集理论52

4.2.1模糊数53

4.2.2模糊数解模糊54

4.3基于信号检测理论的前兆信息判别过程54

4.3.1选择模糊语言隶属函数55

4.3.2运用隐藏函数56

4.3.3计算击中率及虚报率57

4.3.4计算辨别力指标与反应倾向性指标57

4.4实证分析58

4.4.1调查问卷设计及数据收集58

4.4.2研究结果及讨论59

4.5本章小结62

第五章基于案例推理的地铁项目运营安全风险识别63

5.1基于案例推理的风险识别系统构建63

5.1.1案例推理的基本原理63

5.1.2基于案例推理的地铁项目运营安全风险识别系统架构65

5.2案例表示66

5.2.1地铁项目运营事故案例的内容66

5.2.2地铁项目运营事故案例的表示66

5.2.3前兆信息的权值计算方法68

5.3案例检索69

5.3.1前兆信息语义网络的构建69

5.3.2概念相似度的计算方法71

5.3.3地铁项目运营事故案例综合相似度计算73

5.3.4验证案例推理方法的有效性75

5.4实证分析79

5.4.1案例信息的输入79

5.4.2案例信息的检索80

5.4.3风险识别的结果81

5.5本章小结81

第六章基于贝叶斯网络的地铁项目运营安全风险概率测定83

6.1贝叶斯网络理论83

6.2贝叶斯网络的构建方法84

6.2.1基于改进的MLCM模型的致因链分析85

6.2.2基于多案例集合的安全风险模型构建88

6.2.3贝叶斯网络的条件概率确定89

6.3贝叶斯网络的精确推理算法90

6.3.1离散贝叶斯网络的精确推理算法90

6.3.2混合贝叶斯网络的精确推理算法94

6.4实证分析96

6.4.1确定条件概率97

6.4.2贝叶斯网络推理98

6.4.3敏感性分析99

6.5本章小结100

第七章结论与展望102

7.1主要的研究工作及其结论102

7.2创新点103

7.3研究不足及研究展望104

参考文献106

附录117

附录1：关于地铁运营安全风险前兆信息的调查问卷117

附录2：标准正态分布函数数值表120

附录3：利用Hugin软件计算边际概率及后验概率的界面示意121