一、安全苛求软件的模糊风险评价（论文文献综述）
吴波前[1]（2021）在《基于GNSS/INS的列车自主定位性能评估方法研究》文中研究说明列车运行控制系统为铁路运输安全可靠运营提供关键技术保障,实时、准确地获取列车位置与运行状态信息是列控系统实施安全控制的关键基础。随着北斗卫星导航系统全球组网完成,基于卫星导航系统的多传感器融合列车自主定位已成为我国列控系统的重要技术发展方向。本文以全球卫星导航系统GNSS（Global Navigation Satellite System）与惯性导航系统INS（Inertial Navigation System）融合实现列车自主定位为基础,研究并形成有效的定位性能评估方法,确保列车自主定位能够为列控系统提供可靠的基础信息服务。本文面向列控系统应用,针对列车自主定位性能评估问题,开展对列车自主定位信息处理过程的分析,实现基于环境场景驱动的量测噪声加权计算及完好性评估的故障检测与状态识别;在此基础上,考虑列车自主定位单元整体架构,通过对不同因素影响下定位单元的状态变化描述,构建了基于随机Petri网SPN（Stochastic Petri Nets）的列车自主定位故障传播模型,研究了基于确定信息的变迁激发率计算和基于不确定信息的变迁激发率区间灰数表达方法,形成了灰色SPN模型下的列车自主定位可用性评估方法;最后,以列车自主定位支撑移动闭塞模式的实现为框架,开展了列车自主定位安全风险评估,形成了基于步长自适应长短时记忆LSTM（Long Short-Term Memory）神经网络的安全风险评估方法。论文主要取得了以下创新:（1）提出了一种环境场景信息驱动的完好性评估方法,基于粒子群优化K均值对铁路线路周边环境场景进行聚类划分,并结合铁路沿线卫星分布特性,提出一种基于EKF紧耦合滤波量测噪声加权的滤波估计优化算法,并结合紧耦合滤波估计建立了多层级故障检测及状态识别方法。（2）提出了一种基于灰色SPN的列车自主定位可用性评估方法,构建了基于SPN的列车自主定位故障传播模型,对基于GNSS/INS的列车自主定位从信息采集到决策输出一系列信息处理中的定位单元状态变化及故障传递过程进行描述,结合灰色系统理论,提出了不确定信息影响下的变迁激发率区间灰数表达方法,并建立了相应的灰色SPN评估模型,解决了复杂铁路运行环境下难以对列车自主定位可用性进行评估的问题。（3）提出了一种基于步长自适应LSTM神经网络的列车自主定位安全风险评估方法,针对列控系统的移动闭塞运行模式,对列车自主定位支撑移动闭塞可能影响安全追踪运行的情况进行描述,利用LSTM神经网络构建了风险评估模型,对具有时序特性的列车自主定位信息与风险之间的关系进行描述,并考虑不同环境场景下网络输入的时间关联程度差异,提出了基于环境场景的LSTM神经网络步长自适应调整方法。为了支持本文提出的方法验证工作,结合京沈高铁现场采集数据,对论文提出的场景聚类划分、完好性评估、可用性评估及面向移动闭塞的安全风险评估方法进行了验证。本文研究成果能够为推进北斗卫星导航系统在我国新型列车控制系统中的应用提供理论参考与技术支持。
张宏扬[2]（2021）在《铁路信号安全相关系统硬件安全完整性预计方法研究》文中研究表明EN 50129是铁路信号领域中对安全相关电子系统验收及批准的要求作出定义的第一个欧洲标准,该标准中安全完整性部分的有关概念和定义基本继承了国际功能安全标准IEC 61508,而后者关于硬件安全完整性的定量预计问题,主要给出了“硬件安全完整性的结构约束”和“由随机硬件失效引起的安全功能失效概率的计算（目标失效量）”这两个方面的要求和规定,但具体应用于铁路信号安全相关系统时存在如下问题:一是IEC 61508所直接面向的系统多为在工业过程控制领域中专用于或主要用于实现安全防护功能的安全相关系统,此类系统具有与EN 50129所面向的集控制、安全保障于一身的铁路信号安全相关系统显着不同的特点,这使IEC 61508中有关目标失效量的计算公式并不完全适用于铁路信号安全相关系统硬件安全完整性的预计;二是可靠性参数数据缺乏、现场失效数据反馈不足等原因导致的参数不确定性已成为影响铁路信号安全相关系统硬件安全完整性预计结果最主要的原因,而结构约束的路线1H并未对不确定性作出要求,路线2H虽然规定了对失效数据不确定度的分析以及目标结果置信度的衡量,但并未给出具体、可操作的实施方法。基于此,在查阅国内外相关领域研究文献的基础上,本文从硬件安全完整性定量预计方法、共因失效定量评估方法、不确定性分析方法等几个方面展开研究。一方面,分析并总结IEC 61508与EN 50129所面向的安全相关系统在结构、所实现功能、危险侧判定等方面的差异性,以此分析了 IEC 61508提供的目标失效量计算公式在铁路信号安全相关系统中的适用性;另一方面,构建了铁路信号安全相关系统常见冗余结构的目标失效量量化模型,研究认知不确定影响下共因失效因子β的估算方法,并最终提出了参数不确定性影响下硬件安全完整性的预计方法。论文的主要成果和创新点如下:（1）针对目前多数文献并未研究IEC 61508提供的目标失效量计算公式适用性的现象,首先讨论了操作模式判定、目标失效量PFH、结构约束等IEC 61508中与硬件安全完整性相关的一些概念及定义的不足与局限性;然后从系统安全相关功能特点、系统功能边界及对象特点、实现安全保障的方式及策略、危险失效判定原则等四个方面逐一比较IEC 61508所面向的安全相关系统（S1类）与EN 50129所面向的铁路信号安全相关系统（S2类）间的差异性;最后重点研究了 1oo2和2oo2这两个最具代表性的冗余结构对S1、S2两类系统的安全性所起作用的不同之处,为IEC 61508中推荐的目标失效量计算公式在铁路信号安全相关系统中的适用性提供了评价依据。（2）针对传统方法构建复杂冗余系统的安全性模型过程繁琐、模型求解困难的问题,提出了基于动态故障树的冗余结构THR量化模型,采用该方法构建了铁路信号安全相关系统常见三种冗余结构双机热备（1oo2）、二乘二取二（2×2oo2）、三取二（2oo3）的动态故障树模型,求解得到每种结构的THR计算公式。同时,针对既有灵敏度分析方法每次仅允许一个参数发生变化的局限性,提出了基于灰关联的影响参数敏感性分析方法,为相互影响的参数的敏感性判定提供了一种有效的定量评价策略。（3）针对β因子确定过程中由分析人员评分的主观性导致的认知不确定性问题,提出了基于D-S证据理论的β因子估算方法,该方法利用证据理论中的基本信任分配函数表示各专家对β因子不同取值区间的信任程度,采用证据合成规则融合不同专家的评估意见,有效降低了认知不确定性对β因子估算结果的影响。同时,针对传统证据合成规则合成证据时可能产生与直觉相悖的结果的问题,提出了一种基于改进折扣系数的证据理论合成方法,示例结果表明,所提出的方法优于传统的证据合成方法,能快速收敛于所识别的目标基元。（4）针对参数不确定性对硬件安全完整性预计结果影响的问题,首先提出了基于蒙特卡罗分析法的硬件安全完整性预计方法解决其中参数概率分布已知类型的不确定性问题,该方法以结果达到95%的置信度来判定结构所满足的SIL,有效弥补了单一固定结果未考虑不确定性因素影响的缺陷。其次,针对蒙特卡罗分析法难以处理参数概率分布未知类型的不确定性问题,提出了基于模糊数的硬件安全完整性预计方法。同时,考虑到传统模糊结果评价方法存在可能再次引入认知不确定性、未能从置信度角度评价模糊结果等不足与局限性,提出了基于测度理论与符合性概率的模糊结果评价方法,示例表明所提出的方法有效且模糊评价结果较蒙特卡罗分析法评估的结果更为保守。最后,针对模糊数隶属函数可能难以确定的问题,提出了基于区间数的硬件安全完整性预计方法,采用NSG可能度法计算结果满足不同SIL的可能程度,并以示例证明了区间数更适合处理高度不确定性影响下的硬件安全完整性预计问题。
李尚[3]（2021）在《基于HCL-HRA模型的支持平台人员火灾风险评估研究》文中研究表明海洋支持平台是高火灾风险、人员密集的海上居住场所,特别是火灾场景下人员疏散安全性是关注的焦点。海洋支持平台的风险评估意义重大,能为风险设计提供参考,保障运营和应急阶段平台乘员的安全。当前支持平台的火灾风险评估研究多运用定性或半定量的方法,缺乏具体的火灾人员疏散量化研究,并且很少研究安全苛求系统中的潜在风险以及人因差错的影响。已知的风险评估模型中难以兼顾构建复杂贝叶斯网络和量化人为因素和组织因素的影响,一方面大量不确定因素增加了事故量化的复杂性;另一方面风险评估也面临着统计数据不完备的问题,这给定量分析和风险评估研究带来了很大困难。如何量化火灾对人员应急疏散的影响、探究人因组织因素风险传播的机理和路径、并且开适用于支持平台的火灾风险量化评估方法具有重要意义。首先,本文提出一种改进混合因果逻辑模型,用于包含人为组织因素的复杂系统风险评估。事故发展模式定性分析方面,运用事件树和事故序列图构建风险发生路径和最终风险场景,运用安全屏障理论构建关键事件失效模式故障树,依据海事领域人误分类模型构建人为组织因素贝叶斯网络模型;在模型定量方面,提出一种运用证据理论和节点状态距离函数分配贝叶斯网络条件概率表的自动计算流程,并设计运用成功似然指数方法建立故障树与贝叶斯网络量化接口,完善混合因果逻辑方法,使之成为是一种系统、高效的风险量化框架,并具备工程实践中风险的建模和量化能力。其次,充分考虑火灾对人员疏散的影响,运用FDS软件模拟火灾工况,结合Exodus软件人员疏散模拟,分析计算危险时间以及火灾应急疏散的预期伤亡人数,即得到量化评估火灾中人员伤亡后果的方法。最后,以N500半潜式支持平台为例,采用本文设计的基于混合因果逻辑的人因风险评估方法,确定可能的火灾事故场景发生概率,结合火灾后果数值模拟计算结果量化火灾疏散风险,并开展了典型事件的敏感性分析。
陈斌[4]（2020）在《高铁列控车载设备可靠性评估及维修决策方法研究》文中进行了进一步梳理高速铁路的建设标志着中国铁路建设新局面的到来。凭借着其高速、快捷、舒适等特点,高速铁路已经渐渐成为广大人民群众出行的优先选择。高速铁路的快速发展,将会大大促进社会经济建设,完善国家战略布局,改善社会民生民情,为全面建成小康社会发挥支撑引领的作用。作为攸关旅客生命及财产安全的大型地面运输系统,高速列车运行的安全性与可靠性至关重要。高速铁路列车运行控制系统车载设备（下文称为高铁列控车载设备）作为具有安全苛求特性的高速铁路的关键技术之一,是对高速列车进行操纵和控制的主体,是保障高速铁路行车安全、提高运输效率的核心系统,其安全、可靠运行对于客运安全、列车运行效率、铁路经济效益都有重大意义,因此,针对高铁列控车载设备的可靠性评估及维修决策开展关键技术研究,对确保高速列车运行安全提供理论依据和技术支撑,杜绝重大恶性安全事故的发生具有十分重要的意义,成为高速列车运行安全、可靠性领域的热点研究问题之一。本文立足于高铁列控车载设备可靠性研究相关问题,首先针对庞大的高铁列控车载设备运行数据提出多维数据模型,对运行数据进行建模与分析;面向复杂耦合故障构建高铁列控车载设备的故障风险评估指标体系及其评估方法,形成对高铁列控车载设备故障的风险水平分析;针对高铁列控车载设备小样本故障数据建立基于贝叶斯估计思想的可靠性评估方法,并在故障风险评估与可靠性评估的基础上,形成“故障修”与“预防修”相结合的综合维护维修策略。基于论文的研究工作,主要形成了以下创新成果:（1）提出了高铁列控车载设备多维数据模型,利用数据立方体对多维数据模型进行描述、构建及分析,结合数据立方体的相关操作方式,针对高铁列控车载设备故障分布的时空特性进行分析,解决了庞大、复杂的高铁列控车载设备运行数据的规范化管理、存储及分析等相关问题,实现了大规模数据下设备故障时空特性的有效分析。（2）建立了高铁列控车载设备故障风险评估体系,基于高铁列控车载设备结构及各部件间的信息流向,建立故障传递图模型并利用Pagerank算法计算了故障影响度指标,在对多维数据模型进行分析的基础上,对故障发生度指标及故障危害度指标进行了计算,提出了基于灰色关联度-理想点算法的高铁列控车载设备故障风险评估方法,解决了复杂耦合故障情况下高铁列控车载设备故障风险评估问题。（3）提出了基于贝叶斯估计的高铁列控车载设备可靠性评估方法,解决了小样本故障信息下,经典统计推断算法对高铁列控车载设备寿命分布欠拟合的缺点,同时考虑到不同系统间的差异性,提出了基于贝叶斯层次模型的多设备可靠性评估方法,有效分析了系统差异性对设备可靠性评估的影响。（4）建立了综合修复性维修与预防性维修的高铁列控车载设备维护维修决策,以故障风险评估结果为依据为不同部件确定适用的维修方式,以可靠性评估结果为约束条件,建立了成本最优的预防性维修模型,基于量子遗传优化算法对维护维修决策进行优化计算,有效地提升了高铁列控车载设备运用时间,并降低了设备的维护维修成本。论文利用高铁列控车载设备现场实际运行数据对本文所提出的相关模型算法进行了验证,其研究成果可为高铁列控车载设备的数据管理与分析、故障分析、可靠性评估及维护维修策略提供较高的理论参考价值。
董云逸[5]（2020）在《编组站综合自动化系统可靠性建模与评估》文中指出在铁路运输向现代物流转型、货运量大幅增长的新形势下,编组站综合自动化系统应运而生,但相关可靠性研究工作相对滞后,系统完善和运用指导缺少理论支撑。本文在梳理国内外有关复杂大系统可靠性评估理论与实践、编组站综合自动化系统相关技术研发及其可靠性研究现状的基础上,以编组站综合自动化系统及其使用者作业班组为研究对象,分别开展系统可靠性、人因可靠性评估。针对传统可靠性分析方法在分析复杂大系统时,难以解决计算复杂度高、失效动态相关、缺少故障数据等情况的不足,本文提出基于动态贝叶斯网络的编组站综合自动化系统可靠性评估方法,其思想也可应用于其它复杂大系统的可靠性评估。首先,基于对系统结构、边界的分析,将复杂的系统故障进行清晰的模型抽象,建立编组站综合自动化系统动态故障树模型;采用基于模糊集理论的概率分析方法确定底事件的概率分布,解决了缺少系统可靠性数据和试验数据的问题,为后续定量分析提供支撑。其次,利用动态贝叶斯网络强大推理和表达能力来求解系统动态故障树,并综合考虑覆盖因子、共因失效、冗余结构、维修性等因素进行模型修正。最终,利用动态贝叶斯网络直接推理算法对该模型进行双向推理,得出编组站综合自动化系统可靠性指标不低于同类信号产品对可靠性的要求,其系统可靠性充分满足现场运输生产的需要,同时应在双机切换延长设备和控制共因失效方面进行改进和提升的结论。针对传统铁路人因可靠性分析方法存在未考虑认知行为过程以及考虑行为形成因子不充分等方面的不足,本文提出基于认知行为过程的班组人因可靠性分析方法,其也可应用于其它双人互控模式的人因可靠性分析。首先,结合人的认知行为过程进行分析,将作业人员的行为过程分为觉察、诊断、决策、执行四个步骤,并给出了双人互控机制下失误恢复模式。其次,结合技巧、规则、知识相关行为模型对人因失误进行分类,并给出不同行为过程下不同类型人因失误的量化计算方法。最终,比对分析实施编组站综合自动化系统前后相同情景下人因失误概率,得到信息质量的提升和执行过程的卡控可有效提升人因可靠性的结论。本文填补了铁路领域复杂大系统可靠性评估和双人互控机制下人因可靠性评估的空白,利用本文针对提升系统可靠性及人因可靠性提出的建议,可采取相应措施进一步优化改进系统结构和配置,丰富完善接口内容和卡控功能,对系统深入研发升级具有现实指导意义,也为日后系统认证提供有效的技术支撑。
姚军娟[6]（2020）在《CTCS-3级列控系统风险评估研究》文中认为随着我国高铁的迅速发展,高速铁路的行车速度也在不断的提高,行车间隔也在不断的缩小。CTCS-3（Chinese Train Control System at level 3,中国列车运行控制系统应用等级3）级列控系统作为高速铁路信号系统的重要组成部分,直接影响行车安全和效率,一旦发生事故,将会对人的生命和财产造成重大损失。风险评估的目标主要是通过识别潜在风险因素、分析系统风险,确定系统是否符合相关安全完整性等级（SIL）要求,并通过提出风险控制措施和对策以减少事故的发生。因此,为了衡量系统的安全性,就必须要知道系统风险水平的高低,并要将风险控制在可容许的范围,故对CTCS-3级列控系统进行风险评估具有十分重要的现实意义。首先,在简单叙述CTCS-3级列控系统的组成结构和基本工作原理的基础上,根据钱学森开创的“人-机-环境”系统工程理论,综合参考大量相关文献资料,以“人”、“机”、“环”和“管”四个方面对CTCS-3级列控系统进行风险识别。其中,以人为因素的角度辨识影响CTCS-3级列控系统安全的风险因素,主要包括铁路电务部门工作人员的技术能力、心理素质和疲劳程度等三个方面;以设备因素的角度辨识影响CTCS-3级列控系统安全的风险因素,主要包括CTCS-3级列控设备的家族质量史、性能参数、设备役龄和运行状态等四个方面;以环境因素的角度辨识影响CTCS-3级列控系统安全的风险因素,主要包括电磁干扰、民用移动通信网络干扰、雷电雨雪等自然环境、空调及消防等室内环境和异物侵线等五个方面;以管理因素的角度辨识影响CTCS-3级列控系统安全的风险因素,主要包括安全检查相关制度、设备定期检查相关制度、设备维修保养相关制度、风险事故跟踪处置情况、故障责任追究考核和应急控制流程及措施等六个方面。据此,根据指标体系的构建原则,建立CTCS-3级列控系统风险评估指标体系,并量化指标评估准则。其次,通过研究风险等级的界定特点,将CTCS-3级列控系统风险等级划分为风险高、风险较高、风险较低和风险低四个等级。针对CTCS-3级列控系统风险评估模糊性和不确定因素较多的问题,构建基于AHP-DEMATEL（Analytic Hierarchy Process-Decision Making Trial and Evaluation Laboratory,层次分析法和决策实验室）法和模糊灰色聚类的风险评估模型。AHP-DEMATEL法是指在采用AHP法计算指标初始权重的基础上,考虑指标之间的影响程度,引入DEMATEL法计算指标中心度,通过处理指标初始权重和中心度确定指标综合权重;模糊灰色聚类是指将灰色聚类引入模糊综合评价中,通过利用中心点三角白化权函数聚类模型建立的系统白化权函数确定聚类系数,将聚类系数构造的矩阵作为模糊综合评判法的隶属度矩阵,最后采用模糊算子进行综合评价。最后,以沪昆高铁为例,采用AHP-DEMATEL法和模糊灰色聚类对沪昆线CTCS-3级列控系统进行风险评估,得到沪昆线CTCS-3级列控系统的风险值为12.197、风险等级为R3、风险较低,符合现场实际要求,据此提出相关风险控制对策。实例验证表明:采用基于AHP-DEMATEL法和模糊灰色聚类的风险评估模型可以得到CTCS-3级列控系统的风险值,不仅能够有效地评估CTCS-3级列控系统的风险水平,还能够实时追踪不同影响因素对CTCS-3级列控系统整体风险的影响程度,可提前制定相应的维修及备件策略,保证行车安全、提高行车效率。
白海卫[7]（2020）在《基于脆弱性的穿越工程中既有地铁线风险评估与控制》文中进行了进一步梳理穿越工程已成为既有地铁线路安全运营的重大风险源之一,从风险评估与控制层面讨论既有地铁线的安全问题,是保障地铁线正常运营和穿越工程顺利实施双方面的基础课题。目前,在风险评估与控制研究领域,由于穿越工程中被穿越对象（既有地铁线）的特殊因素以及参建各方的人员特性因素、管理措施因素等影响要素众多,风险评价指标的分析及模型建立成为研究的重点;其次,仅从风险源（新建工程）本身角度进行评价或者研究具体的工程控制技术,而忽略从风险承载体系统的角度分析,也将影响穿越工程系统及既有地铁线风险管控的效果。本文统计分析了穿越工程中针对既有地铁线安全的案例事故,识别了穿越工程中影响既有地铁线安全的风险因素,将穿越工程这一复杂系统分为新建工程子系统、地质环境子系统和既有地铁线子系统,基于对系统的脆弱性定义和特征的研究,构建脆弱性评价指标体系,进而建立针对既有地铁线的基于脆弱性的风险评估方法,提出穿越工程中既有地铁线的风险动态管控体系。主要包括以下研究内容:（1）在分析穿越施工对地层、既有地铁线影响机理的基础上,通过对北京市典型的新建地铁、新建市政隧洞等穿越既有地铁线工程案例的统计分析,得出了针对既有地铁线的事故特征及其影响因素;基于穿越工程事故的定义,从新建工程特性、地质环境条件、既有地铁线特性和施工管理四个维度识别了包括新建工程开挖面积、施工工法、与既有地铁距离等六个方面的风险因素,为穿越工程复杂系统中既有地铁线的风险评估和控制奠定了基础。（2）基于脆弱性理论,建立了脆弱性评价与风险评价之间的关系,指出风险是扰动作用于具有一定脆弱性的系统后所产生的结果。界定了穿越工程系统中既有地铁线的脆弱性概念,根据系统脆弱性递次演化规律,提出了脆弱性特征三要素,即暴露度、敏感度和适应度,构建了包含工程技术因素、项目管理因素和人员特征因素在内的脆弱性三级评价指标体系,提升了既有地铁线风险评估指标体系的全面性和系统性。（3）利用突变级数法的基本原理,建立了穿越工程系统中既有地铁线的脆弱性评价动力学模型,确定了三级评价指标的取值方法和脆弱性评价流程,根据计算所得脆弱性指数的大小,将系统脆弱性分为四个等级。结合风险损失等级和既有地铁线客流因素,建立了基于脆弱性的风险评估方法,为地下工程安全风险评估提供了一种新的思维模式。（4）基于霍尔三维结构模型,分别以“建设过程时间维”、“参与主体责任维”和“风险管控过程维”为轴,建立了穿越工程中针对既有地铁线的三维风险控制立体模型。基于该模型,分阶段讨论了穿越工程中针对既有地铁线的动态风险控制方法和流程。归纳了穿越工程的设计要点,建立了基于CBR原理的案例库,可开展基于案例的穿越工程设计。给出了设计方案的脆弱性评价指标体系,进而可实现不同设计方案的定量评价,为复杂工程管理者的决策提供依据。将设计方案的BIM模型与有限元软件相结合,实现了新建工程对既有地铁线影响的一体化分析,得出了不同施工步序的分阶段动态控制指标,从而建立了针对既有地铁线安全的风险动态控制体系。并以BIM技术和Bentley协同平台为基本工具,搭建了既有地铁线的风险管控信息化管理平台架构,可实现穿越工程中既有地铁线的安全风险动态管控。（5）针对工程实践中既有地铁线运营管理单位对穿越工程项目群管理的困难,分析了分级管理的必要性和可行性,以风险管控信息化平台为依托,讨论了针对不同风险等级的具体管控措施,搭建了分级管控的具体流程,并通过具体案例进行了分析,实现了不同风险等级项目的合理化管控,可提高管理资源的有效配置和管控成效。（6）以新建北环水系框架箱涵上穿既有地铁区间隧道工程为依托,对两个基于案例的设计方案进行了脆弱性评价,针对脆弱性指数高的环节改进设计方案,优化提出了适用于框架箱涵上穿既有地铁线的配重顶进法,通过BIM模型和有限元一体化分析,制定了既有地铁线的分阶段变形控制指标和控制措施,工程实施完毕后既有地铁区间隧道上浮变形不到1mm,有效验证了本文的理论研究成果。
耿亮[8]（2019）在《SaaS平台开发项目中的风险管理》文中研究指明近年来,SaaS平台逐渐兴起,SaaS服务商提供了从前期搭建硬件基础服务、网络服务、软件运行平台,到后期系统维护、数据恢复等信息化项目全生命周期的服务。企业通过互联网远端交互即可使用信息化系统,为企业提供了便利性,大大减少了企业搭建信息化系统的时间。然而SaaS平台开发项目具有相当的复杂性,项目经常受到风险的威胁。针对SaaS平台开发项目受到风险威胁较大,项目风险管理相对困难的问题,本文按照风险识别、风险评价、风险控制的流程,对SaaS平台开发项目中的风险管理进行研究。首先根据SaaS平台开发项目本身的特点和外部环境的影响,通过查阅相关文献、发放调查问卷、咨询专家相结合的方法,提炼归纳出风险因素为:决策风险、人力资源风险、安全风险、技术风险、质量风险、开发过程风险六大类。然后根据SaaS平台开发项目风险评价的要求和项目自身特点,选取基于层次分析法的模糊综合评价模型作为风险评价模型。最后提出了SaaS平台开发项目的风险控制原则和风险重点控制方向。本文选取了Z公司SaaS平台开发项目进行实践研究,得出此项目需要重点控制的风险依次为:战略规划风险、数据存储安全风险、技术架构风险、沟通不良风险、功能完成度风险、开发进度风险,针对重点风险,提出了有效合理的应对方案。实践研究表明本文识别的风险因素基本包含了 SaaS平台开发项目常见风险因素,提出的风险评价模型和风险管理体系能够有效评价和控制SaaS平台开发项目风险。本文的研究结果丰富了SaaS平台开发项目风险管理体系,对SaaS开发项目的风险管理研究提供了一定的借鉴和参考。
高莺[9]（2019）在《列车运行控制系统硬件安全完整性等级验证方法研究》文中研究指明列车运行控制系统是用于控制和防护列车运行的典型安全苛求系统,其安全性是否能够满足系统的功能安全要求日益受到用户关注。IEC61508作为铁路领域安全评估主要参考标准,对安全相关系统提出了安全完整性等级（Safety Integrity Level,SIL）下每小时危险侧失效概率（Probability of Dangerous Failure per Hour,PFH）量化计算和硬件SIL验证的要求。在工程实践中,PFH计算模型中涉及的参数并不能完全准确获得,通过“确定”的参数得到的PFH计算结果及SIL评估结果可能导致系统的实际响应与预期情况存在较大偏差,给设备应用带来重大安全隐患。因此,为了提升安全评估结果的可信度,需要分析参数的不确定性对硬件安全完整性等级验证的影响。本文通过对我国铁路信号领域安全评估现状的深入分析,结合列车运行控制系统的架构需求,在查阅国内外相关领域研究文献的基础上,对系统输入参数贡献度计算、共因失效分数定量计算和硬件安全完整性等级验证方法展开研究。研究成果如下:（1）从“PFH计算”和“硬件安全完整性等级影响”两个方面,提出了输入参数的贡献度计算方法。在分析PFH计算模型中输入参数对输出结果影响特性的基础上,采用正交试验和极差分析方法,研究获得了列控系统两种典型冗余结构（2乘2取2结构和3取2结构）下输入参数对PFH计算结果的贡献度排序,并通过创建的多元线性回归机器学习模型,经过多次监督学习获得了线性回归系数,验证了正交试验的贡献度排序结果。同时,进一步研究了输入参数不确定性对列控系统硬件安全完整性等级影响的贡献度计算方法,提出了单一参数不确定对硬件安全完整性等级影响的贡献度计算模型,得出单通道危险侧失效概率、诊断覆盖率和未检测到的共因失效分数为影响硬件安全完整性等级验证结果的关键参数。（2）提出了适用于列控系统高阶冗余结构的共因失效分数定量计算模型。在分析了当前列控系统广泛采用的单一参数（SBF）模型计算共因失效分数的局限性后,将核能领域应用的Alpha参数模型引入到列控系统共因失效分数计算中。首先,通过归纳方法得到了高阶冗余结构下,共因失效导致的危险侧失效概率的计算模型,经过模型推导建立了共因失效因子与PFH计算模型间的耦合关系,并获得了可量化的共因失效分数计算模型。在此基础上,针对当前我国列车运行控制系统缺少共同原因失效数据的情况,在创建的量化共因失效分数计算模型基础上,提出了先验数据缺失条件下基于贝叶斯推断的共因失效分数计算模型,并提供了两种超参数先验数据的计算方法。通过构建的共因失效分数定量计算模型,实现对高阶冗余结构下共因失效导致的危险侧失效概率的量化计算。最后,以列控系统的两种典型冗余结构（2乘2取2结构和3取2结构）为对象,验证了本文所提模型的有效性和优越性。（3）针对列控系统PFH计算模型中输入参数不完全确定问题,提出了蒙特卡洛分析和模糊理论相结合的硬件安全完整性等级验证方法。首先,基于蒙特卡洛分析方法给出了列控系统输入参数为确定分布时的硬件SIL验证方法,并从安全评估结论保守程度出发,提出了硬件SIL验证时各输入参数推荐使用的分布。进而,基于模糊理论创建了列控系统PFH梯形模糊数计算模型,通过模糊运算及模糊测度理论,建立了硬件SIL验证的可能性测度和必然性测度方法,并通过研究PFH模糊数隶属分布,提出了SIL符合性概率计算方法,解决了当输入参数为完全不确定情况下的硬件SIL验证。考虑到输入参数可能存在不完全确定问题,提出了蒙特卡洛采样驱动下的PFH模糊数硬件SIL验证方法,并提供了解模糊化验证、平均模糊数验证两种SIL验证手段。最后,以实例应用说明了提出的硬件安全完整性等级验证方法的有效性,并通过两种验证手段的比较,获得了不同测度方法的保守程度。
麦志恒[10]（2018）在《G公司交通出行网平台建设项目风险管理研究》文中研究指明随着移动互联网的普及,互联网服务正逐步渗透到人民群众衣食住行等生活基础的方方面面。传统交通企业进入互联网市场,开发出适用于自身业务和企业发展移动互联网交通出行服务平台已是刻不容缓。但是,对于传统交通企业而言,开发移动互联网产品无疑是重大的跨界经营项目,且国内交通互联网平台还处于初级阶段,几乎没有一家传统交通企业具有成熟的开发和运营经验。况且,传统交通企业与互联网的市场化企业体制存在较大差异,传统交通企业能否善用自身优势、摸索出一条适合企业自身、规避风险、可持续发展的未来之路,将是其在未来移动出行市场继续生存的关键要素,这将有赖于一套完整的项目风险管理框架体系的保障。本文以传统道路交通企业G公司为例,概要阐述了移动互联网出行服务在平台建设、市场运营、政策环境等方面的项目风险管理框架。本文主要通过理论与实际相结合、定量与定性分析相结合等方法,运用项目管理概论、工程经济学、项目评估理论与实务和风险管理等理论知识,采用德尔菲法、头脑风暴法、专家评分、模糊综合评价等方法,为论文的研究奠定可靠的资料数据基础,运用相关管理理论和方法,分别从政策、技术、市场、运营、财务等五个方面风险因素对G公司建设道路交通出行移动互联网平台进行分析评估,并提出相应的风险应对和监控措施,为G公司建立适应市场、适合企业的风险分析与管理模型,为其他交通企业发展和建设互联网平台建设提供参考。
二、安全苛求软件的模糊风险评价（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、安全苛求软件的模糊风险评价（论文提纲范文）
（1）基于GNSS/INS的列车自主定位性能评估方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 研究背景及意义 |
| 1.2 问题的提出 |
| 1.3 国内外研究现状 |
| 1.3.1 基于GNSS/IN的列车自主定位性能需求研究现状 |
| 1.3.2 基于GNSS/INS的列车自主定位完好性评估研究现状 |
| 1.3.3 基于GNSS/INS的列车自主定位可用性评估研究现状 |
| 1.3.4 面向移动闭塞应用的列车自主定位安全风险评估方法研究现状 |
| 1.4 论文研究内容及组织结构 |
| 2 基于GNSS/INS的列车自主定位应用性能需求研究 |
| 2.1 基于GNSS/INS的列车自主定位结构 |
| 2.2 列车自主定位性能需求分析 |
| 2.2.1 列车自主定位单元的PLM描述 |
| 2.2.2 性能评估需求指标关系 |
| 2.2.3 性能评估参数体系 |
| 2.3 本章小结 |
| 3 环境场景信息驱动的列车自主定位完好性评估 |
| 3.1 问题描述 |
| 3.2 环境场景聚类及量测噪声加权计算方法 |
| 3.2.1 典型环境场景分析 |
| 3.2.2 基于粒子群的K均值聚类算法 |
| 3.2.3 列车运行沿线环境场景聚类参数 |
| 3.2.4 基于环境场景划分的量测噪声加权计算方法 |
| 3.2.5 实验分析 |
| 3.3 列车自主定位完好性评估方法 |
| 3.3.1 故障检测 |
| 3.3.2 状态识别 |
| 3.3.3 实验分析 |
| 3.4 本章小结 |
| 4 基于灰色SPN的列车自主定位可用性评估 |
| 4.1 问题描述 |
| 4.2 基于SPN的列车自主定位故障传播模型 |
| 4.2.1 随机Petri网及可用性计算 |
| 4.2.2 列车自主定位单元故障分析 |
| 4.2.3 列车自主定位故障传播模型 |
| 4.2.4 多因素影响下的变迁激发率 |
| 4.3 基于区间灰数的可用性评估方法 |
| 4.3.1 基于灰色系统理论的不确定性知识表达方法 |
| 4.3.2 不确定信息下变迁激发率灰色置信区间估计 |
| 4.3.3 灰色SPN下的稳态可用度 |
| 4.4 实验分析 |
| 4.4.1 实验条件 |
| 4.4.2 多环境场景下的可用性评估 |
| 4.5 本章小结 |
| 5 基于步长自适应LSTM的列车自主定位安全风险评估 |
| 5.1 问题描述 |
| 5.1.1 基于列车自主定位的移动闭塞 |
| 5.1.2 面向移动闭塞的列车自主定位安全风险分析 |
| 5.2 神经网络理论概述 |
| 5.2.1 人工神经网络 |
| 5.2.2 BP神经网络 |
| 5.2.3 LSTM神经网络 |
| 5.3 基于步长自适应LSTM的列车自主定位安全风险识别 |
| 5.3.1 样本数据分析 |
| 5.3.2 基于环境场景的步长自适应调整方法 |
| 5.3.3 基于步长自适应的LSTM安全风险评估过程及模型验证 |
| 5.4 仿真实验分析 |
| 5.4.1 仿真实验条件 |
| 5.4.2 步长自适应调整方法验证 |
| 5.4.3 基于步长自适应的LSTM安全风险评估结果分析 |
| 5.5 本章小结 |
| 6 列车自主定位性能评估集成验证 |
| 6.1 实验测试环境 |
| 6.2 列车自主定位性能评估验证 |
| 6.2.1 环境场景聚类 |
| 6.2.2 量测噪声加权及完好性评估 |
| 6.2.3 可用性评估 |
| 6.2.4 面向移动闭塞的安全风险评估 |
| 7 结论与展望 |
| 7.1 论文研究工作总结 |
| 7.2 论文创新点 |
| 7.3 展望 |
| 参考文献 |
| 索引 |
| 作者简历及攻读硕士/博士学位期间取得的研究成果 |
| 学位论文数据集 |
（2）铁路信号安全相关系统硬件安全完整性预计方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景 |
| 1.1.1 相关概念 |
| 1.1.2 问题的提出 |
| 1.2 国内外研究现状 |
| 1.2.1 硬件安全完整性定量预计方法 |
| 1.2.2 共因失效定量评估方法 |
| 1.2.3 不确定性分析方法 |
| 1.2.4 研究现状总结 |
| 1.3 选题目的和意义 |
| 1.4 论文研究内容与篇章结构 |
| 1.5 本章小结 |
| 2 IEC 61508与EN 50129关于硬件安全完整性预计的若干差异分析 |
| 2.1 IEC 61508有关硬件安全完整性预计的若干问题分析 |
| 2.1.1 操作模式的判定问题 |
| 2.1.2 “PFH”的模糊性与局限性 |
| 2.1.3 结构约束的不足之处 |
| 2.2 IEC 61508与EN 50129所面向安全相关系统的差异性分析 |
| 2.3 1ooN和NooN(N≥2)结构对S1、S2类系统安全性的作用分析 |
| 2.3.1 失效模式划分 |
| 2.3.2 S1类系统 |
| 2.3.3 S2类系统 |
| 2.4 PFH计算公式在铁路信号安全相关系统中的适用性评估 |
| 2.5 本章小结 |
| 3 基于DFT的铁路信号安全相关系统常见冗余结构THR量化方法 |
| 3.1 相关概念 |
| 3.1.1 动态故障树 |
| 3.1.2 灰关联分析法 |
| 3.2 铁路信号安全相关系统常见冗余结构THR量化模型构建 |
| 3.2.1 基于DFT的冗余结构THR量化方法 |
| 3.3 基于灰关联的影响参数敏感性分析方法 |
| 3.4 硬件安全完整性预计中的不确定性类型 |
| 3.5 本章小结 |
| 4 基于D-S证据理论的共因失效因子估算方法 |
| 4.1 基本概念 |
| 4.1.1 评分表法估算β |
| 4.1.2 D-S证据理论 |
| 4.2 D-S证据理论在β因子估算中的应用 |
| 4.2.1 评分表法估算β因子过程中的不确定性分析 |
| 4.2.2 基于改进折扣系数的β因子证据融合方法 |
| 4.3 案例分析 |
| 4.4 本章小结 |
| 5 考虑参数不确定性的硬件安全完整性预计方法 |
| 5.1 相关概念 |
| 5.1.1 蒙特卡罗分析法 |
| 5.1.2 模糊理论 |
| 5.1.3 区间分析基础 |
| 5.2 参数概率分布已知类型的硬件安全完整性预计方法 |
| 5.2.1 基于MCA的硬件安全完整性预计方法 |
| 5.2.2 案例分析 |
| 5.3 参数概率分布未知类型的硬件安全完整性预计方法 |
| 5.3.1 基于模糊数的硬件安全完整性预计方法 |
| 5.3.2 基于区间数的硬件安全完整性预计方法 |
| 5.4 不同方法预计结果分析 |
| 5.5 本章小结 |
| 6 结论与展望 |
| 6.1 研究成果 |
| 6.2 主要创新点 |
| 6.3 展望 |
| 参考文献 |
| 作者简历及攻读博士学位期间取得的科研成果 |
| 学位论文数据集 |
（3）基于HCL-HRA模型的支持平台人员火灾风险评估研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状概述 |
| 1.2.1 海洋平台风险评估的发展 |
| 1.2.2 人因可靠性分析与海洋平台风险评估 |
| 1.2.3 海洋平台火灾的后果分析 |
| 1.2.4 风险评估发展趋势 |
| 1.3 研究内容和技术路线 |
| 第2章 人员火灾疏散风险评估的理论与方法 |
| 2.1 风险评估理论 |
| 2.1.1 风险分析、评估和管理 |
| 2.1.2 火灾与人员疏散 |
| 2.2 风险评估方法 |
| 2.2.1 事件序列图与事件树 |
| 2.2.2 故障树分析 |
| 2.2.3 贝叶斯网络 |
| 2.3 人为组织因素风险评估模型 |
| 2.3.1 人为组织因素分类模型 |
| 2.3.2 混合因果逻辑模型 |
| 2.4 本章小结 |
| 第3章 基于改进HCL的 HRA方法设计 |
| 3.1 HCL-HRA方法概述 |
| 3.2 海洋支持平台HCL-HRA模型风险表征 |
| 3.2.1 HCL-HRA模型的层次设计 |
| 3.2.2 HCL-HRA模型的量化流程 |
| 3.3 贝叶斯网络条件概率自动分配方法 |
| 3.3.1 D-S证据理论先验概率分配 |
| 3.3.2 节点状态距离函数条件概率分配 |
| 3.4 故障树基本事件概率计算 |
| 3.4.1 人因基本事件概率 |
| 3.4.2 非人因基本事件概率 |
| 3.5 风险评估软件 |
| 3.6 本章小结 |
| 第4章 海洋支持平台风险场景实例分析 |
| 4.1 风险场景分析 |
| 4.1.1 火灾危险舱室 |
| 4.1.2 人因组织因素分析 |
| 4.1.3 事故场景安全屏障 |
| 4.2 基于HCL-HRA模型的量化分析 |
| 4.2.1 贝叶斯网络量化分析 |
| 4.2.2 故障树定量计算 |
| 4.2.3 风险概率计算 |
| 4.2.4 HCL-HRA模型分析与验证 |
| 4.3 本章小结 |
| 第5章 海洋平台典型舱室火灾场景风险评估 |
| 5.1 火灾模拟分析 |
| 5.1.1 网格设定 |
| 5.1.2 FDS建模 |
| 5.2 人员疏散数值模拟 |
| 5.2.1 人员疏散场景搭建 |
| 5.2.2 疏散模拟 |
| 5.2.3 预期死亡人数计算 |
| 5.2.4 方法验证 |
| 5.3 风险评估 |
| 5.3.1 风险矩阵 |
| 5.3.2 风险值计算 |
| 5.3.3 风险验证 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文和取得的科研成果 |
| 致谢 |
（4）高铁列控车载设备可靠性评估及维修决策方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 研究背景及意义 |
| 1.2 问题的提出 |
| 1.2.1 高铁列控车载设备可靠性分析问题 |
| 1.2.2 高铁列控车载设备可靠性分析的主要途径 |
| 1.2.3 高铁列控车载设备可靠性分析内容 |
| 1.3 关键技术研究现状 |
| 1.3.1 数据建模及数据分析研究现状 |
| 1.3.2 故障特性分析及风险评估研究现状 |
| 1.3.3 系统可靠性评估研究现状 |
| 1.3.4 维护维修决策研究现状 |
| 1.3.5 存在的问题 |
| 1.4 论文研究思路与组织结构 |
| 1.4.1 论文研究思路 |
| 1.4.2 论文组织结构 |
| 2 面向高铁列控车载设备复杂数据建模与分析 |
| 2.1 高铁列控车载设备数据特性分析 |
| 2.2 高铁列控车载设备数据建模 |
| 2.2.1 高铁列控车载设备运行数据模型 |
| 2.2.2 高铁列控车载设备数据立方体 |
| 2.3 高铁列控车载设备运行数据模型实现 |
| 2.3.1 数据存储平台及数据预处理技术 |
| 2.3.2 基于数据立方体的高铁列控车载设备故障数据模型实现 |
| 2.4 高铁列控车载设备故障分布特性分析 |
| 2.4.1 高铁列控车载设备故障时间分布特性 |
| 2.4.2 高铁列控车载设备故障空间分布特性 |
| 2.4.3 高铁列控车载设备故障空间-时间分布特性 |
| 2.5 本章小结 |
| 3 基于灰色关联度-理想点法的设备故障风险评估 |
| 3.1 故障风险评估概念及评估体系建立 |
| 3.2 高铁列控车载设备故障相关影响度 |
| 3.2.1 故障传递有向图模型 |
| 3.2.2 基于Pagerank算法的故障相关性计算 |
| 3.3 高铁列控车载设备故障发生度 |
| 3.4 高铁列控车载设备故障严重度 |
| 3.5 基于灰色关联度-TOPSIS法的故障风险评估方法 |
| 3.5.1 灰色关联度方法 |
| 3.5.2 理想点方法 |
| 3.5.3 高铁列控车载设备故障风险评估 |
| 3.6 本章小结 |
| 4 基于贝叶斯估计的高铁列控车载设备可靠性评估方法 |
| 4.1 可靠性定义及度量指标 |
| 4.2 高铁列控车载设备故障时间数据及分布 |
| 4.2.1 高铁列控车载设备故障间隔数据获取 |
| 4.2.2 指数分布与威布尔分布 |
| 4.3 基于贝叶斯估计的高铁列控车载设备可靠性评估 |
| 4.3.1 贝叶斯估计理论 |
| 4.3.2 马尔科夫链蒙特卡洛方法(MCMC) |
| 4.3.3 收敛性分析 |
| 4.3.4 拟合优度检验 |
| 4.3.5 算例分析 |
| 4.4 考虑系统差异性的高铁列控车载设备可靠性评估 |
| 4.4.1 贝叶斯层次模型定义 |
| 4.4.2 威布尔分布的贝叶斯层次模型 |
| 4.4.3 算例分析 |
| 4.5 本章小结 |
| 5 可靠性约束下高铁列控车载设备维修决策 |
| 5.1 高铁列控车载设备维修方式及适用性 |
| 5.2 维修活动与可靠性的关系 |
| 5.3 以可靠性为约束的维修费用最优模型 |
| 5.3.1 定期预防性维修的维修费用最优模型 |
| 5.3.2 顺序预防性维修的维修费用最优模型 |
| 5.4 量子遗传优化算法 |
| 5.4.1 种群初始化 |
| 5.4.2 量子位测量 |
| 5.4.3 适应度函数计算 |
| 5.4.4 量子旋转门更新 |
| 5.4.5 量子变异更新 |
| 5.4.6 量子遗传优化算法执行流程 |
| 5.5 算例分析 |
| 5.6 本章小结 |
| 6 结论与展望 |
| 6.1 论文研究工作总结 |
| 6.2 论文创新点总结 |
| 6.3 未来研究工作展望 |
| 参考文献 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（5）编组站综合自动化系统可靠性建模与评估（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 研究现状 |
| 1.2.1 编组站自动化相关技术研究现状 |
| 1.2.2 系统可靠性分析技术研究现状 |
| 1.2.3 人因可靠性分析技术研究现状 |
| 1.3 主要研究内容及结构安排 |
| 2 编组站综合自动化系统及编组站运输组织模式总体分析 |
| 2.1 编组站综合自动化系统概述 |
| 2.1.1 编组站综合自动化系统总体架构 |
| 2.1.2 编组站综合自动化集中控制子系统组成、结构及功能 |
| 2.1.3 系统边界分析及信息流向 |
| 2.2 编组站运输生产组织模式分析 |
| 2.2.1 编组站组织管理体系 |
| 2.2.2 编组站多岗协作关系 |
| 2.2.3 作业班组的主要工作内容 |
| 2.3 本章小节 |
| 3 基于动态贝叶斯网络的编组站综合自动化系统可靠性建模与分析 |
| 3.1 RAM理论基础 |
| 3.1.1 RAM定义及其指标体系 |
| 3.1.2 系统可靠性建模与评估的一般过程 |
| 3.2 基于动态故障树的编组站综合自动化系统可靠性分析模型 |
| 3.2.1 动态故障树基本原理 |
| 3.2.2 编组站综合自动化系统动态故障树模型构建 |
| 3.3 基于模糊集理论的德尔菲方法确定底事件概率分布 |
| 3.3.1 基于模糊集理论的概率分析 |
| 3.3.2 编组站综合自动化系统动态故障树底事件概率分布确定 |
| 3.4 基于动态贝叶斯网络的动态故障树可靠性分析模型构建 |
| 3.4.1 动态贝叶斯网络理论基础及建模方式 |
| 3.4.2 动态故障树-动态贝叶斯网络映射规则 |
| 3.4.3 编组站综合自动化系统动态贝叶斯网络模型构建 |
| 3.5 考虑共因失效的编组站综合自动化系统动态贝叶斯网络模型构建 |
| 3.5.1 共因失效理论基础 |
| 3.5.2 β因子模型更新动态贝叶斯网络规则 |
| 3.5.3 编组站综合自动化系统动态贝叶斯网络模型更新 |
| 3.6 编组站综合自动化系统RAM指标及薄弱环节分析 |
| 3.6.1 RAM指标分析 |
| 3.6.3 薄弱环节分析 |
| 3.7 本章小结 |
| 4 基于认知行为的编组站作业班组人因可靠性建模与分析 |
| 4.1 人因可靠性分析的一般流程 |
| 4.2 基于认知行为的作业班组人因可靠性分析框架 |
| 4.2.1 人的认知行为模型 |
| 4.2.2 单一作业人员的认知行为过程 |
| 4.2.3 作业班组的认知行为过程 |
| 4.3 基于认知行为的作业班组人因失误概率量化计算 |
| 4.3.1 人因差错概率及人因差错的分类 |
| 4.3.2 觉察行为可靠性 |
| 4.3.3 诊断行为可靠性 |
| 4.3.4 决策行为可靠性 |
| 4.3.5 操作行为可靠性 |
| 4.3.6 作业班组可靠性 |
| 4.4 案例分析 |
| 4.4.1 实施编组站综合自动化系统前后班组作业行为过程分析 |
| 4.4.2 实施编组站综合自动化系统前后人因可靠性建模与计算 |
| 4.5 本章小结 |
| 5 结论与展望 |
| 5.1 全文总结 |
| 5.2 后续工作展望 |
| 参考文献 |
| 作者简历及攻读硕士学位期间取得的科研成果 |
| 学位论文数据集 |
（6）CTCS-3级列控系统风险评估研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 主要研究内容 |
| 2 CTCS-3级列控系统风险评估指标体系研究 |
| 2.1 CTCS-3级列控系统概述 |
| 2.1.1 CTCS-3级列控系统组成结构 |
| 2.1.2 工作原理 |
| 2.2 CTCS-3级列控系统风险识别 |
| 2.2.1 风险 |
| 2.2.2 风险接受准则和风险矩阵 |
| 2.2.3 风险评估 |
| 2.2.4 风险识别 |
| 2.3 CTCS-3级列控系统风险评估指标体系的构建 |
| 2.3.1 CTCS-3级列控系统风险评估指标体系的构建原则 |
| 2.3.2 CTCS-3级列控系统风险评估指标体系的构建 |
| 2.3.3 CTCS-3级列控系统风险评估指标的量化准则 |
| 2.4 小结 |
| 3 CTCS-3级列控系统风险评估模型的构建 |
| 3.1 CTCS-3级列控系统风险评价方法的选取 |
| 3.2 CTCS-3级列控系统风险等级的界定 |
| 3.3 CTCS-3级列控系统风险评估模型 |
| 3.3.1 指标权重确定方法 |
| 3.3.2 灰色聚类 |
| 3.3.3 基于模糊灰色聚类的CTCS-3级列控系统风险评价方法 |
| 3.4 小结 |
| 4 实例分析 |
| 4.1 沪昆高铁简介 |
| 4.2 CTCS-3级列控系统风险评估指标权重确定 |
| 4.2.1 基于AHP法的指标初始权重计算 |
| 4.2.2 基于AHP-DEMATEL法的指标综合权重计算 |
| 4.3 CTCS-3级列控系统风险评价 |
| 4.4 CTCS-3级列控系统风险控制对策 |
| 4.5 小结 |
| 结论 |
| 致谢 |
| 参考文献 |
| 附录A 指标重要度调查问卷 |
| 附录B 指标影响度调查问卷 |
| 附录C 二级指标评分调查问卷 |
| 附录D 专家基本情况 |
| 攻读学位期间的研究成果 |
（7）基于脆弱性的穿越工程中既有地铁线风险评估与控制（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.2.1 风险的概念及其评估方法 |
| 1.2.2 隧道及地下工程风险评估 |
| 1.2.3 穿越工程的风险评估 |
| 1.2.4 脆弱性与风险 |
| 1.2.5 存在的问题 |
| 1.3 研究内容与方法 |
| 1.3.1 主要研究内容 |
| 1.3.2 研究思路和方法 |
| 2 穿越工程中既有地铁线的事故特征及风险因素 |
| 2.1 隧道开挖引起地层的变形特性 |
| 2.1.1 横向变形规律 |
| 2.1.2 纵向变形规律 |
| 2.2 穿越施工引起既有地铁结构的变形特征 |
| 2.2.1 穿越施工引起既有结构变形的机理 |
| 2.2.2 下穿施工引起既有结构的变形 |
| 2.2.3 上穿施工引起既有结构的变形 |
| 2.3 北京地区穿越工程案例的统计分析 |
| 2.3.1 北京地区地层特性分析 |
| 2.3.2 案例数据的采集 |
| 2.3.3 案例特征的统计分析 |
| 2.3.4 既有地铁结构变形特征分析 |
| 2.3.5 既有地铁结构病害特征分析 |
| 2.4 穿越施工中既有地铁线的风险因素 |
| 2.4.1 新建工程的开挖面积和施工工法 |
| 2.4.2 新建工程与既有地铁线的位置关系 |
| 2.4.3 工程地质条件 |
| 2.4.4 既有地铁线的条件 |
| 2.4.5 管理措施 |
| 2.5 本章小结 |
| 3 既有地铁线的脆弱性及评价指标体系 |
| 3.1 既有地铁线的脆弱性 |
| 3.1.1 穿越工程系统的构成和特点 |
| 3.1.2 既有地铁线脆弱性的定义 |
| 3.1.3 脆弱性特征要素及递次演化规律 |
| 3.2 脆弱性评估流程 |
| 3.3 既有地铁线脆弱性影响因素 |
| 3.3.1 既有地铁线子系统因素 |
| 3.3.2 地质环境子系统因素 |
| 3.3.3 新建工程子系统因素 |
| 3.4 既有地铁线脆弱性评价指标体系 |
| 3.4.1 指标体系构建原则 |
| 3.4.2 评价指标体系构建 |
| 3.5 本章小结 |
| 4 基于脆弱性的既有地铁线风险评估模型 |
| 4.1 突变理论基础 |
| 4.1.1 突变理论的数学模型 |
| 4.1.2 突变势函数的基本类型 |
| 4.1.3 突变级数法 |
| 4.2 突变理论应用于穿越工程系统的可行性分析 |
| 4.3 脆弱性评价模型研究 |
| 4.3.1 评价变量的选取 |
| 4.3.2 评价模型的建立 |
| 4.4 基于脆弱性的风险评估 |
| 4.4.1 基于脆弱性的风险评估的概念 |
| 4.4.2 后果严重性评价 |
| 4.4.3 基于脆弱性的风险评估方法 |
| 4.5 本章小结 |
| 5 既有地铁线风险动态控制体系 |
| 5.1 三维立体风险控制模型 |
| 5.1.1 传统风险控制模式 |
| 5.1.2 三维立体风险控制基本原理 |
| 5.2 设计阶段的风险评估与控制 |
| 5.2.1 穿越工程设计要点 |
| 5.2.2 基于案例的穿越工程方案设计 |
| 5.2.3 设计方案的风险评估 |
| 5.2.4 既有地铁线动态控制指标的确定 |
| 5.3 实施阶段的风险动态控制 |
| 5.4 多方参与风险动态管控的实现 |
| 5.4.1 信息技术手段的利用 |
| 5.4.2 基本模块的设计 |
| 5.5 既有地铁线的分级风险管控 |
| 5.5.1 分级管控的必要性和可行性 |
| 5.5.2 分级管控体系 |
| 5.6 本章小结 |
| 6 工程应用研究 |
| 6.1 单一工程案例应用 |
| 6.1.1 案例简介 |
| 6.1.2 基于CBR的工程方案设计 |
| 6.1.3 基于脆弱性的风险评价与方案优化 |
| 6.1.4 工程实施过程控制与效果 |
| 6.2 项目群分级管理应用 |
| 6.2.1 案例的选取 |
| 6.2.2 风险等级的确定 |
| 6.2.3 分级管理的控制措施 |
| 6.3 本章小结 |
| 7 结论与展望 |
| 7.1 主要结论 |
| 7.2 主要创新点 |
| 7.3 不足与展望 |
| 参考文献 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（8）SaaS平台开发项目中的风险管理（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景和研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究内容和研究方法 |
| 1.2.1 研究内容 |
| 1.2.2 研究方法 |
| 1.3 国内外研究现状 |
| 1.3.1 国外研究现状 |
| 1.3.2 国内研究现状 |
| 1.4 论文创新点 |
| 第二章 理论与文献综述 |
| 2.1 项目管理相关理论 |
| 2.2 项目风险管理相关理论 |
| 2.2.1 项目风险识别 |
| 2.2.2 项目风险评价方法 |
| 2.2.3 项目风险控制方法 |
| 第三章 SaaS平台开发项目现状与分析 |
| 3.1 SaaS介绍 |
| 3.1.1 SaaS的优势 |
| 3.1.2 SaaS的劣势 |
| 3.2 SaaS平台开发项目的一般流程 |
| 3.3 SaaS平台开发项目的特点 |
| 第四章 SaaS平台开发项目风险识别 |
| 4.1 SaaS平台开发项目风险识别过程 |
| 4.2 SaaS平台开发项目风险识别结果 |
| 4.2.1 决策风险 |
| 4.2.2 技术风险 |
| 4.2.3 开发过程风险 |
| 4.2.4 安全风险 |
| 4.2.5 质量风险 |
| 4.2.6 人力资源风险 |
| 第五章 SaaS平台开发项目风险评价和控制 |
| 5.1 SaaS平台开发项目风险评价 |
| 5.1.1 SaaS平台开发项目风险评价模型要求 |
| 5.1.2 SaaS平台开发项目风险评价模型选型 |
| 5.2 SaaS平台开发项目风险控制 |
| 5.2.1 SaaS平台开发项目风险控制原则 |
| 5.2.2 重点控制方向 |
| 第六章 SaaS平台开发项目风险管理实践 |
| 6.1 Z公司SaaS平台开发项目概述 |
| 6.1.1 项目背景 |
| 6.1.2 项目组织架构 |
| 6.2 Z公司SaaS平台开发项目风险识别 |
| 6.3 Z公司SaaS平台开发项目风险评价 |
| 6.3.1 建立层次化模型 |
| 6.3.2 构造比较矩阵 |
| 6.3.3 计算个元素对目标层的合成权重 |
| 6.3.4 确立模糊综合评价矩阵 |
| 6.3.5 Z公司SaaS平台开发项目评价分析结果 |
| 6.4 Z公司SaaS平台开发项目风险控制 |
| 6.4.1 战略规划风险控制 |
| 6.4.2 数据存储安全风险控制 |
| 6.4.3 技术架构风险控制 |
| 6.4.4 沟通不良风险控制 |
| 6.4.5 功能完成度风险控制 |
| 6.4.6 开发进度风险控制 |
| 6.5 实践结果分析 |
| 第七章 总结与展望 |
| 7.1 总结 |
| 7.2 不足 |
| 7.3 展望 |
| 参考文献 |
| 致谢 |
（9）列车运行控制系统硬件安全完整性等级验证方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 研究背景及意义 |
| 1.1.1 依托课题 |
| 1.1.2 研究背景 |
| 1.1.3 研究意义 |
| 1.2 国内外文献综述 |
| 1.2.1 共因失效定量计算方法 |
| 1.2.2 不确定分析方法 |
| 1.2.3 研究综述小结 |
| 1.3 主要研究内容和结构安排 |
| 1.3.1 研究内容 |
| 1.3.2 论文结构 |
| 1.4 研究思路和技术路线 |
| 1.4.1 研究思路 |
| 1.4.2 技术路线 |
| 1.5 本章小结 |
| 2 相关理论基础和方法 |
| 2.1 安全评估理论 |
| 2.1.1 IEC61508标准在列车运行控制系统评估中的应用 |
| 2.1.2 功能安全评估过程 |
| 2.1.3 安全完整性等级(SIL) |
| 2.1.4 硬件SIL验证理论 |
| 2.2 共同失效分数计算方法 |
| 2.2.1 单一参数模型(SBF) |
| 2.2.2 SBF改进模型 |
| 2.2.3 Alpha参数模型 |
| 2.2.4 多希腊字母模型(MGL模型) |
| 2.3 不确定分析方法 |
| 2.3.1 蒙特卡洛直接采样方法 |
| 2.3.2 相关模糊理论 |
| 2.4 本章小结 |
| 3 硬件安全完整性验证中参数贡献度分析方法 |
| 3.1 输入参数不确定对失效概率和硬件安全完整性等级的影响 |
| 3.1.1 失效概率与硬件安全完整性等级的关系 |
| 3.1.2 不确定性对硬件安全完整性等级的影响 |
| 3.1.3 参数不确定原因分析 |
| 3.2 针对PFH计算模型的输入参数贡献度分析 |
| 3.2.1 输入参数对PFH计算结果的影响趋势分析 |
| 3.2.2 基于正交试验分析各参数对PFH计算结果的贡献度 |
| 3.2.3 基于多元线性回归模型的PFH计算参数贡献度验证 |
| 3.3 针对硬件安全完整性等级的输入参数贡献度分析 |
| 3.3.1 参数不确定对硬件SIL等级影响的贡献度分析方法 |
| 3.3.2 实例应用 |
| 3.4 本章小结 |
| 4 基于Alpha参数模型的共因失效分数计算方法 |
| 4.1 SBF模型计算共因失效分数方法 |
| 4.1.1 SBF模型计算原理 |
| 4.1.2 SBF模型在应用时存在的问题 |
| 4.2 基于Alpha参数的共因失效分数计算模型 |
| 4.2.1 失效事件类型及失效率定义 |
| 4.2.2 Alpha参数模型在PFH计算中的扩展需求 |
| 4.2.3 创建Alpha参数模型与PFH中共因失效分数耦合关系 |
| 4.3 先验知识缺失条件下贝叶斯推断的共因失效分数计算方法 |
| 4.3.1 贝叶斯推断理论 |
| 4.3.2 共轭先验分布 |
| 4.3.3 基于Beta分布的共轭先验分布 |
| 4.3.4 先验知识缺失条件下超参数计算 |
| 4.4 应用分析与实例验证 |
| 4.4.1 先验分布参数及共因失效分数计算 |
| 4.4.2 实例应用 |
| 4.5 本章小结 |
| 5 基于蒙特卡洛分析和模糊理论相结合的硬件SIL验证方法 |
| 5.1 硬件安全完整性中结构约束的验证要求 |
| 5.1.1 结构约束路线1要求 |
| 5.1.2 对结构约束路线1的分析 |
| 5.1.3 结构约束路线2要求 |
| 5.2 参数确定分布下基于MCA方法的硬件SIL验证 |
| 5.2.1 蒙特卡洛分析理论及应用 |
| 5.2.2 参数确定分布下硬件SIL验证方法 |
| 5.2.3 MCA在参数不确定性条件下验证硬件SIL存在的问题 |
| 5.3 参数不确定条件下基于模糊理论的硬件SIL验证 |
| 5.3.1 基于模糊数的PFH计算模型 |
| 5.3.2 基于模糊数的硬件SIL验证方法 |
| 5.4 含不确定参数的MCA与模糊理论结合硬件SIL验证 |
| 5.4.1 MCA与模糊理论相结合的硬件SIL验证算法 |
| 5.4.2 测度及符合性概率验证方法 |
| 5.4.3 实例应用及分析 |
| 5.5 本章小结 |
| 6 结论与展望 |
| 6.1 主要研究内容 |
| 6.2 主要创新点 |
| 6.3 论文存在的不足 |
| 6.4 研究展望 |
| 参考文献 |
| 作者简历及攻读博士学位期间取得的科研成果 |
| 学位论文数据集 |
（10）G公司交通出行网平台建设项目风险管理研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究的目的和意义 |
| 1.3 研究方法 |
| 1.4 论文研究的主要内容 |
| 第二章 文献综述 |
| 2.1 移动互联网交通出行平台项目的概念特点及作用 |
| 2.1.1 移动互联网交通出行平台项目的概念 |
| 2.1.2 移动互联网交通出行平台的特点 |
| 2.1.3 移动互联网出行平台的作用 |
| 2.2 风险管理的国内外研究现状 |
| 2.2.1 国外研究现状 |
| 2.2.2 国内研究现状 |
| 2.3 项目风险管理的过程 |
| 2.3.1 风险识别 |
| 2.3.2 风险评价 |
| 2.3.3 风险应对 |
| 2.3.4 风险监控 |
| 第三章 G公司简介及项目概况 |
| 3.1 G公司简介 |
| 3.2 G公司交通出行网平台建设的项目概况 |
| 3.2.1 项目建设计划 |
| 3.2.2 项目成本效益分析 |
| 3.3 本章小结 |
| 第四章 G公司交通出行网平台建设项目的风险识别 |
| 4.1 项目风险因素识别方法的确定 |
| 4.2 项目风险因素识别 |
| 4.2.1 政策风险 |
| 4.2.2 技术风险 |
| 4.2.3 市场风险 |
| 4.2.4 运营风险 |
| 4.2.5 财务风险 |
| 4.3 本章小结 |
| 第五章 G公司交通出行网平台建设项目的风险评价 |
| 5.1 确定风险评价方法 |
| 5.1.1 建立项目风险模糊层次评价模型 |
| 5.1.2 建立判断准则矩阵 |
| 5.2 项目风险评价与分析 |
| 5.2.1 建立模糊层次评价指标集和评语集 |
| 5.2.2 建立风险因素评判矩阵 |
| 5.2.3 确定风险因素权重分配 |
| 5.2.4 模糊层次分析及综合评价 |
| 5.2.5 项目风险综合评价 |
| 5.3 本章小结 |
| 第六章 项目的风险管理对策与监控措施 |
| 6.1 风险管理的应对措施 |
| 6.1.1 引入生态发展机制为拓展多元出行服务 |
| 6.1.2 应用敏捷开发为项目提供技术支撑保障 |
| 6.1.3 有效的政策沟通与公关支持机制 |
| 6.1.4 完善的安全管理机制 |
| 6.1.5 合理的投资回收措施 |
| 6.2 风险监控机制 |
| 6.2.1 建设信息化管理系统 |
| 6.2.2 应用第三方认证 |
| 6.3 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
| 附录1 项目风险识别收集表 |
| 附录2 风险因素专家意见收集表 |
| 附录3 风险因素权重分配对比表 |
四、安全苛求软件的模糊风险评价（论文参考文献）
- [1]基于GNSS/INS的列车自主定位性能评估方法研究[D]. 吴波前. 北京交通大学, 2021(02)
- [2]铁路信号安全相关系统硬件安全完整性预计方法研究[D]. 张宏扬. 中国铁道科学研究院, 2021(01)
- [3]基于HCL-HRA模型的支持平台人员火灾风险评估研究[D]. 李尚. 哈尔滨工程大学, 2021
- [4]高铁列控车载设备可靠性评估及维修决策方法研究[D]. 陈斌. 北京交通大学, 2020(03)
- [5]编组站综合自动化系统可靠性建模与评估[D]. 董云逸. 中国铁道科学研究院, 2020(01)
- [6]CTCS-3级列控系统风险评估研究[D]. 姚军娟. 兰州交通大学, 2020(01)
- [7]基于脆弱性的穿越工程中既有地铁线风险评估与控制[D]. 白海卫. 北京交通大学, 2020(06)
- [8]SaaS平台开发项目中的风险管理[D]. 耿亮. 北京邮电大学, 2019(08)
- [9]列车运行控制系统硬件安全完整性等级验证方法研究[D]. 高莺. 中国铁道科学研究院, 2019(08)
- [10]G公司交通出行网平台建设项目风险管理研究[D]. 麦志恒. 广东工业大学, 2018(12)