基于粗糙集和云模型的港口危险化学品物流系统脆弱性评价.docx

基于粗糙集和云模型的港口危险化学品物流系统脆弱性评价

目录

基于粗糙集和云模型的港口危险化学品物流系统脆弱性评价（1）．．3

一、内容概要．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

二、相关理论基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

粗糙集理论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

云模型理论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5

三、港口危险化学品物流系统概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6

港口危险化学品物流系统简介．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7

港口危险化学品物流系统特点．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8

四、基于粗糙集和云模型的港口危险化学品物流系统脆弱性评价模型构建

评价模型构建思路．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10

评价模型构建步骤．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11

评价指标体系的构建．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12

五、基于粗糙集和云模型的港口危险化学品物流系统脆弱性评价过程实施

数据收集与处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14

评价指标权重确定．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16

脆弱性评价等级划分．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17

评价结果输出与解析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18

六、案例分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19

案例背景介绍．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20

评价指标数据收集与分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21

脆弱性评价结果输出与解析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23

七、提高港口危险化学品物流系统韧性的措施与建议．．．．．．．．．．．．24

加强风险预警与应急管理能力建设．．．．．．．．．．．．．．．．．．．．．．．．．25

提高物流系统信息化与智能化水平．．．．．．．．．．．．．．．．．．．．．．．．．26

优化物流系统结构，提高系统韧性．．．．．．．．．．．．．．．．．．．．．．．．．27

八、结论与展望．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28

研究结论总结．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29

研究不足与展望．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30

基于粗糙集和云模型的港口危险化学品物流系统脆弱性评价（2）．31

内容简述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31

1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32

1.2国内外研究现状综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33

港口危险化学品物流系统的概述．．．．．．．．．．．．．．．．．．．．．．．．．．．34

2.1系统组成．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．35

2.2物流流程分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．36

风险评估方法介绍．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38

3.1粗糙集理论简介．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．39

3.2云模型及其在物流中的应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．40

基于粗糙集和云模型的脆弱性度量．．．．．．．．．．．．．．．．．．．．．．．．．41

4.1粗糙集理论在物流系统中的应用．．．．．．．．．．．．．．．．．．．．．．．．．．42

4.2云模型在脆弱性评估中的作用．．．．．．．．．．．．．．．．．．．．．．．．．．．．43

数据收集与预处理．