時間：2022-02-09 00:34:40
開篇：寫作不僅是一種記錄，更是一種創(chuàng)造，它讓我們能夠捕捉那些稍縱即逝的靈感，將它們永久地定格在紙上。下面是小編精心整理的12篇地理信息系統(tǒng)論文，希望這些內(nèi)容能成為您創(chuàng)作過程中的良師益友，陪伴您不斷探索和進(jìn)步。
【摘 要】本文分析了GI專業(yè)當(dāng)前社會需求，針對實際教學(xué)中顯露出的問題，分析了整體優(yōu)化GIS課程體系與教學(xué)內(nèi)容的必要性，調(diào)整GIS專業(yè)培養(yǎng)方向，理順專業(yè)課程之間的關(guān)系，提出了解決社會需求與GIS專業(yè)人才培養(yǎng)的矛盾問題，對其他石油類院校GIS專業(yè)建設(shè)也具有一定的借鑒意義。
關(guān)鍵詞 GIS課程體系；GIS專業(yè)培養(yǎng)方向；GIS專業(yè)建設(shè)
1.前言
隨著互聯(lián)網(wǎng)及社會經(jīng)濟(jì)的發(fā)展，GIS專業(yè)已經(jīng)逐步發(fā)展到GIS產(chǎn)業(yè)，西南石油大學(xué)在2003年開設(shè)了地理信息系統(tǒng)本科專業(yè)，歷經(jīng)12年4屆畢業(yè)生的不斷發(fā)展和建設(shè)，我校的GIS專業(yè)秉承“卓越工程師教育培養(yǎng)計劃”目標(biāo)，已逐步形成了具有石油類院校特色專業(yè)培養(yǎng)目標(biāo)和辦學(xué)模式，同時基于新世紀(jì)新形勢下油氣勘探及大數(shù)據(jù)大發(fā)展背景下，培養(yǎng)具有創(chuàng)新精神的應(yīng)用型GIS人才。
目前石油院校具有石油特色的GIS專業(yè)的總量較少、開設(shè)時間較晚，難以適應(yīng)大數(shù)據(jù)時展的需求。基于以上現(xiàn)實，本文以西南石油大學(xué)地理信息科學(xué)專業(yè)為例，對與大數(shù)據(jù)時代背景下石油類高校的GIS本科專業(yè)建設(shè)提出一些思路:“堅持地球科學(xué)作為認(rèn)識論基礎(chǔ)，計算機(jī)科學(xué)作為系統(tǒng)論基礎(chǔ)，“大地學(xué)”作為專業(yè)論基礎(chǔ)。”
2.大數(shù)據(jù)時代背景及GIS專業(yè)現(xiàn)狀
2.1大數(shù)據(jù)時代背景
大數(shù)據(jù)時代術(shù)語最早是由全球知名資訊公司麥肯錫提出的，在我們目前日常生活中，無不充斥著大數(shù)據(jù)的身影，尤其是當(dāng)前“互聯(lián)網(wǎng)+”浪潮，更加推動大數(shù)據(jù)時代在各行業(yè)領(lǐng)域的擴(kuò)展。而在GIS行業(yè)中，多年來一直提到和追捧的海量數(shù)據(jù)也慢慢過渡到大數(shù)據(jù)，在此基礎(chǔ)上，大數(shù)據(jù)時代給GIS行業(yè)乃至產(chǎn)業(yè)的發(fā)展帶來了更多機(jī)遇。
2.2石油大學(xué)GIS專業(yè)建設(shè)現(xiàn)狀
到目前為止，我國約有220余所高校開設(shè)了地理信息科學(xué)本科專業(yè)，四川省大概有12所高校開設(shè)GIS本科專業(yè)，在開設(shè)GIS專業(yè)的高校中，主要依托學(xué)校自身的優(yōu)勢專業(yè)或國家重點學(xué)科，包括地質(zhì)學(xué)科，測繪學(xué)科、計算機(jī)學(xué)科、石油工程及天然氣學(xué)科和其他應(yīng)用行業(yè)學(xué)科等。
以目前我校GIS專業(yè)建設(shè)為例，地理信息科學(xué)專業(yè)設(shè)置在地質(zhì)工程和油氣地質(zhì)專業(yè)領(lǐng)域，在長期的培養(yǎng)方案中，已經(jīng)慢慢形成“數(shù)字油田”本科方向，主要適應(yīng)“三桶油”對GIS專業(yè)的需求，但是隨著地理信息逐漸形成產(chǎn)業(yè)以及石油行業(yè)受政策影響波動較大的影響下，現(xiàn)行的培養(yǎng)模式不能很好滿足社會對GIS專業(yè)的需求。
3.石油類院校GIS專業(yè)建設(shè)思路
3.1根據(jù)社會需求導(dǎo)向優(yōu)化培養(yǎng)學(xué)生方向
柳林等在對多部門人才進(jìn)行詳細(xì)調(diào)研和分析的基礎(chǔ)上，將目前的GIS人才分為五類：分別是技術(shù)型崗位人才、操作性崗位人才、應(yīng)用型崗位人才、科研型崗位人才和復(fù)合型崗位人才。根據(jù)我校的實際情況，將學(xué)生方向分為以下不同崗位：GIS應(yīng)用開發(fā)工程師、GIS數(shù)據(jù)處理工程師、GIS技術(shù)服務(wù)工程師，這三大方向也符合教育部對“卓越工程師教育培養(yǎng)計劃”的要求。
3.2立足傳統(tǒng)3S實習(xí)，加強(qiáng)野外地質(zhì)實習(xí)基地信息化建設(shè)
3S實習(xí)是地理信息系統(tǒng)專業(yè)傳統(tǒng)的實習(xí)內(nèi)容，可采取與相關(guān)社會行業(yè)相結(jié)合的方式展開，如可以安排學(xué)生在相關(guān)國土測繪部門實習(xí)，培養(yǎng)學(xué)生學(xué)會使用各種測繪測量儀器以及相關(guān)的專業(yè)軟件來采集、處理測繪遙感數(shù)據(jù)。野外地質(zhì)實習(xí)基地信息化實踐教學(xué)輔助平臺，引入GIS技術(shù)，結(jié)合目前我校地科院的油氣地質(zhì)虛擬仿真實驗室，改革現(xiàn)有的傳統(tǒng)實踐教學(xué)模式、實現(xiàn)對野外地質(zhì)實習(xí)過程的網(wǎng)絡(luò)管理、虛擬實習(xí)的全部過程，輔助學(xué)生探索性實習(xí)以及相關(guān)信息的實時采集。
3.3課程教學(xué)與專業(yè)第二課堂有機(jī)結(jié)合
堅持把第二課堂的實習(xí)、競賽、實訓(xùn)等生產(chǎn)實際與第一課堂的專業(yè)教育結(jié)合起來。推進(jìn)各類專業(yè)競賽的實踐教學(xué)，鼓勵專業(yè)教師帶領(lǐng)學(xué)生參加各個類別的專業(yè)技能競賽，包括全國大學(xué)生GIS技能大賽、ESRI杯中國大學(xué)生GIS軟件開發(fā)競賽、Supermap杯全國GIS開發(fā)大賽，通過競賽參與，培養(yǎng)學(xué)生解決實際問題的能力，提高學(xué)生的專業(yè)素質(zhì)。
3.4加強(qiáng)產(chǎn)學(xué)研一體化建設(shè)，提升教師自身修養(yǎng)
堅持服務(wù)于地方社會的原則， 加強(qiáng)GIS專業(yè)與地方政府、企事業(yè)單位的合作，鼓勵專業(yè)課教師承接各項產(chǎn)學(xué)研服務(wù)項目，教研室組織教師對項目中的難點進(jìn)行攻關(guān)，提煉實際項目中的科學(xué)問題，推動科學(xué)問題的研究；鼓勵學(xué)生尤其高年級同學(xué)積極參與各類項目，提高學(xué)生的專業(yè)水平；對于具有廣泛應(yīng)用前景的項目，鼓勵教師進(jìn)行技術(shù)推廣，并在適當(dāng)時機(jī)進(jìn)行技術(shù)孵化，形成以研促學(xué)、以研促產(chǎn)的產(chǎn)學(xué)研一體化建設(shè)。
4.總結(jié)
截止2013年，全國從事地理信息產(chǎn)業(yè)單位已達(dá)2.3萬家之多，從業(yè)人員超過40萬人，產(chǎn)值達(dá)到2600億元。伴隨著GIS產(chǎn)業(yè)的快速發(fā)展，GIS專業(yè)必須通過不斷的自身改革和調(diào)整來應(yīng)對產(chǎn)業(yè)的需求。西南石油大學(xué)GIS專業(yè)在目前現(xiàn)有本科培養(yǎng)方向之外，更多的結(jié)合社會多元化的需求，在當(dāng)前“大數(shù)據(jù)，小專業(yè)”的背景下，利用“互聯(lián)網(wǎng)+”理念，將GIS專業(yè)建設(shè)與社會發(fā)展需求高度融合，真正實現(xiàn)在大數(shù)據(jù)時代背景下， 我校GIS專業(yè)發(fā)展在石油類高校中處于領(lǐng)先優(yōu)勢；同時通過本文，為同類院校設(shè)置GIS專業(yè)建設(shè)規(guī)劃提供一些參考和建議。
參考文獻(xiàn)
[1]湯國安，龍毅，李云梅．地理信息系統(tǒng)專業(yè)建設(shè)的探索與實踐[J]．中國大學(xué)教學(xué).2009（9）：45-47
[2]崔鐵軍.地理信息系統(tǒng)本科專業(yè)教學(xué)改革探索與實踐[A].中國GIS協(xié)會第四次GIS教育研討會論文集[C].2011
[3]王永興.我國部分高校GIS本科課程體系的比較研究[J].福建地理.2001（3）
[4]柳林，盧秀山.面向社會需求的GIS專業(yè)人才立體培養(yǎng)模式探討[J].高教論壇.2010（6）
【作者簡介】
汪宙峰（1983-），男，安徽東至縣人，博士，講師，主要從事地理信息系統(tǒng)專業(yè)的教學(xué)與科研工作。
（基金項目：西南石油大學(xué)省級教改項目 （編號：X15021301
伴隨著預(yù)警理論的發(fā)展，安全生產(chǎn)預(yù)警研究工作經(jīng)歷了3個階段，如圖1所示。1)初期萌芽及發(fā)展。1888年，巴黎統(tǒng)計學(xué)大會上，法國經(jīng)濟(jì)學(xué)家福里利在《社會和經(jīng)濟(jì)氣象》研究論文中，以黑、灰、淡紅和大紅等幾種顏色來測定法國1877—1887年的經(jīng)濟(jì)波動，開啟了預(yù)警理論的研究。20世紀(jì)30年代中期，經(jīng)濟(jì)監(jiān)測預(yù)警系統(tǒng)興起，隨著年代不斷改進(jìn)、發(fā)展并進(jìn)入實際應(yīng)用時期。在這期間，美國創(chuàng)建哈佛指數(shù)法、擴(kuò)散指數(shù)法、綜合指數(shù)法等多指標(biāo)信息綜合方法對宏觀經(jīng)濟(jì)進(jìn)行預(yù)警。2)中期深化拓展。到20世紀(jì)70年代，經(jīng)濟(jì)預(yù)警系統(tǒng)不斷完善簡化，應(yīng)用領(lǐng)域外推拓展，在自然災(zāi)害管理中得到應(yīng)用。許多國家分別建立水文觀測、地震測報、火災(zāi)監(jiān)測等災(zāi)種的監(jiān)測預(yù)警臺站并聯(lián)成網(wǎng)絡(luò)，對自然災(zāi)害過程進(jìn)行連續(xù)的監(jiān)測和預(yù)警。預(yù)警系統(tǒng)在經(jīng)濟(jì)調(diào)控和災(zāi)害管理中所取得的豐碩成果，促使預(yù)警理論不斷發(fā)展并推廣應(yīng)用于各個領(lǐng)域，具體為社會領(lǐng)域中的人口預(yù)警、食物安全預(yù)警、勞務(wù)預(yù)警等，環(huán)境領(lǐng)域中的氣象預(yù)警、干旱預(yù)警、生態(tài)環(huán)境預(yù)警等。3)安全生產(chǎn)預(yù)警發(fā)展。基于成熟的預(yù)警理論，安全生產(chǎn)預(yù)警也不斷發(fā)展，并應(yīng)用于石油、化工、煤礦、冶金等高危行業(yè)。例如:Mironowicz等針對煤礦生產(chǎn)情況，對煤礦危險源進(jìn)行監(jiān)測并進(jìn)行安全生產(chǎn)預(yù)警等。先期安全預(yù)警思想主要借鑒經(jīng)濟(jì)預(yù)警理論及方法，采用指數(shù)預(yù)警法對各行業(yè)進(jìn)行安全生產(chǎn)預(yù)警，預(yù)警指標(biāo)較少，預(yù)警結(jié)構(gòu)功能單一。隨后，安全生產(chǎn)預(yù)警系統(tǒng)采用事故統(tǒng)計模型來發(fā)現(xiàn)監(jiān)測對象的波動規(guī)律，將選取的指標(biāo)綜合成一個數(shù)值，通過所屬區(qū)間來判斷系統(tǒng)發(fā)展?fàn)顟B(tài)。隨著安全生產(chǎn)預(yù)警理論的發(fā)展，安全生產(chǎn)預(yù)警指標(biāo)的選取主要通過安全系統(tǒng)論、事故致因理論以及歷史事故等多方面進(jìn)行選取，采用人工智能方法進(jìn)行模型構(gòu)建，并綜合運用系統(tǒng)論、信息論、控制論的原理和方法，結(jié)合自動檢測與傳感技術(shù)、計算機(jī)仿真、計算機(jī)通信等現(xiàn)代高新技術(shù)，及時檢測并反映系統(tǒng)的安全狀態(tài)。
2安全生產(chǎn)預(yù)警的運用現(xiàn)狀分析
安全生產(chǎn)預(yù)警作為安全問題事前管理以及事故控制的有效手段，起著舉足輕重的作用。目前，安全生產(chǎn)預(yù)警已經(jīng)被廣泛應(yīng)用于各個領(lǐng)域，筆者選取煤礦安全生產(chǎn)預(yù)警、建筑施工安全生產(chǎn)預(yù)警以及道路交通安全預(yù)警等高危行業(yè)進(jìn)行安全生產(chǎn)預(yù)警現(xiàn)狀分析。
2．1煤礦安全生產(chǎn)預(yù)警
煤礦安全生產(chǎn)預(yù)警是以煤礦安全生產(chǎn)法律法規(guī)為依據(jù)，利用現(xiàn)代化工具和各種技術(shù)手段，收集各類數(shù)據(jù)如人、環(huán)、物等狀況，同時針對安全生產(chǎn)活動進(jìn)行評估、審核、整理、分析、監(jiān)測，發(fā)出不同階段的安全生產(chǎn)預(yù)警信號。國內(nèi)在20世紀(jì)90年代后期出現(xiàn)了煤礦行業(yè)的微觀預(yù)警，其思想和方法基本源于經(jīng)濟(jì)預(yù)警的基本理論。其后，張明從作業(yè)人員、設(shè)備設(shè)施、工作環(huán)境、管理狀況方面建立了初步的煤礦安全生產(chǎn)預(yù)警指標(biāo)體系，構(gòu)建了基于模糊綜合評判法的預(yù)警管理系統(tǒng)。牛強(qiáng)等利用自組織神經(jīng)網(wǎng)絡(luò)研究了煤礦安全生產(chǎn)預(yù)警模型和安全生產(chǎn)預(yù)警專家系統(tǒng)。隨著人工智能技術(shù)以及計算機(jī)技術(shù)的發(fā)展，一些新興的改進(jìn)的方法也被提出，如丁寶成構(gòu)建了基于模糊層次分析法及補(bǔ)償模糊神經(jīng)網(wǎng)絡(luò)的煤礦安全生產(chǎn)預(yù)警組合模型。邵長安等構(gòu)建了基于地理信息系統(tǒng)(GIS，GeographicInformationSystem)的煤礦安全生產(chǎn)預(yù)警系統(tǒng)，通過GIS技術(shù)對空間的動態(tài)數(shù)據(jù)進(jìn)行收集及處理，并采用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行系統(tǒng)模型構(gòu)建。這一系列的研究極大地推動了煤礦預(yù)警技術(shù)的發(fā)展，為預(yù)警技術(shù)在煤礦安全生產(chǎn)中的應(yīng)用做出了積極的貢獻(xiàn)。
2．2建筑施工安全生產(chǎn)預(yù)警
我國的建筑生產(chǎn)安全事故嚴(yán)峻程度僅次于礦山和危險化學(xué)品領(lǐng)域，嚴(yán)重影響了建筑業(yè)的可持續(xù)發(fā)展。國內(nèi)外很多學(xué)者從20世紀(jì)六七十年代就開始對建筑業(yè)的安全和健康問題進(jìn)行了大量深入細(xì)致的研究，主要通過調(diào)查統(tǒng)計方法建立模型，獲取安全管理指數(shù)，進(jìn)行建筑安全事故預(yù)警。目前，一些學(xué)者通過對建筑安全事故的成因分析，已研究了用預(yù)先危險性分析法、灰色綜合評價方法等多種風(fēng)險預(yù)測理論方法，對生產(chǎn)事故風(fēng)險進(jìn)行預(yù)警。馮利軍通過事故致因理論以及危險源辨識對建筑安全事故成因進(jìn)行了深刻的分析，建立了建筑安全事故成因診斷的分析模型(ARCTM，Acci-dentRootCausesTracingModel)。在建筑安全事故預(yù)警方法上，運用比較多的有基于模式分類的貝葉斯預(yù)警方法、神經(jīng)網(wǎng)絡(luò)方法以及遺傳－神經(jīng)網(wǎng)絡(luò)法等。隨著計算機(jī)技術(shù)的發(fā)展，一些學(xué)者也采用了新興的方法進(jìn)行事故預(yù)警，如趙平等強(qiáng)化人、機(jī)、環(huán)境、管理4方面的安全隱患信息和危險源的預(yù)警管理，采用多源信息融合技術(shù)的D－S證據(jù)理論法對不確定的復(fù)雜的工程數(shù)據(jù)進(jìn)行定性分析和融合，用融合的最終數(shù)據(jù)判斷施工項目的安全施工狀態(tài)。針對建筑安全事故數(shù)據(jù)收集困難、數(shù)據(jù)集為小樣本的特點，解決小樣本數(shù)據(jù)集有特殊優(yōu)勢的支持向量機(jī)方法也逐步運用到建筑安全事故預(yù)警研究中。趙元慶等針對建筑施工項目安全風(fēng)險評估的精度要求以及施工特點，首次提出基于粒子群算法優(yōu)化的支持向量機(jī)方法，從人員、設(shè)備、材料、環(huán)境、技術(shù)以及管理幾大方面進(jìn)行指標(biāo)選取，結(jié)果顯示精度較高，具有一定的實際應(yīng)用價值。
2．3城市道路交通安全預(yù)警
道路交通安全預(yù)警，就是依據(jù)對道路交通事故發(fā)展穩(wěn)定狀況的判斷，采用定性與定量相結(jié)合的方法，對道路交通安全發(fā)展態(tài)勢進(jìn)行過程描述、追蹤分析和警情預(yù)報。國內(nèi)交通安全預(yù)警理論的研究，包括高速公路交通安全管理、鐵路交通安全管理、空中交通安全預(yù)警管理、城市道路交通安全預(yù)警以及交通災(zāi)害的研究。城市道路交通安全預(yù)警方法多樣，基于車速的交通事故貝葉斯方法、模糊評判法等都是較為常用的預(yù)警方法。例如:王寧從宏觀層面和微觀層面分別構(gòu)建了區(qū)域城市道路交通安全預(yù)警系統(tǒng)和局部城市道路交通安全預(yù)警系統(tǒng)的模型，采用貝葉斯矩陣法(BMOM，BayesianMethodofMatrix)預(yù)測交通事故，分析城市道路交通安全狀況，根據(jù)預(yù)警等級進(jìn)行報警。例如:宇仁德等針對道路交通監(jiān)測數(shù)據(jù)多樣性、空間性以及多屬性等特點，建立了基于GIS的道路交通安全預(yù)警系統(tǒng)，構(gòu)筑了數(shù)據(jù)采集與接收子系統(tǒng)、數(shù)據(jù)分析與處理子系統(tǒng)、數(shù)據(jù)查詢子系統(tǒng)、事故評價、檢測與預(yù)測子系統(tǒng)以及報警與調(diào)度子系統(tǒng)。此外，李玲琦對基于智能交通系統(tǒng)(ITS，Intelli-gentTransportSystem)的事故多發(fā)路段預(yù)警技術(shù)進(jìn)行了研究，提取了運行車速作為單車運行狀態(tài)下的事故前兆特征變量，建立了由交通環(huán)境信息采集、危險狀態(tài)判別、預(yù)警信息和通信4部分組成的高速公路事故多發(fā)路段預(yù)警系統(tǒng)。
3各行業(yè)安全生產(chǎn)預(yù)警對比分析
煤礦安全生產(chǎn)預(yù)警、建筑施工安全生產(chǎn)預(yù)警以及城市道路交通安全預(yù)警都是安全生產(chǎn)預(yù)警在重要行業(yè)的具體應(yīng)用，安全生產(chǎn)預(yù)警系統(tǒng)要求首先對該行業(yè)生產(chǎn)事故影響因素分析，通過指標(biāo)選取原則，從影響因素中提取指標(biāo)，并采用層次分析法或者相對重要程度等級法進(jìn)行指標(biāo)權(quán)重的劃分，再選取相應(yīng)的數(shù)學(xué)方法構(gòu)建預(yù)警模型，通過輸出值確定安全狀態(tài)，并相應(yīng)的預(yù)警信號。不同行業(yè)安全生產(chǎn)預(yù)警的流程基本相同，但是仍舊存在一些差異，主要概括如下:
3．1指標(biāo)的選取
煤礦安全生產(chǎn)預(yù)警中指標(biāo)的提取主要包括作業(yè)人員、機(jī)械設(shè)備、工作環(huán)境、管理狀況、地質(zhì)條件等，大部分學(xué)者主要從以上5個方面進(jìn)行指標(biāo)體系的構(gòu)建，部分學(xué)者則選取了煤層賦存條件及開采條件作為預(yù)警指標(biāo)進(jìn)行安全生產(chǎn)預(yù)警，指標(biāo)覆蓋性不夠，因此預(yù)警效果不明顯。建筑施工安全生產(chǎn)預(yù)警中指標(biāo)的提取則主要從人、物、環(huán)境、管理4個方面進(jìn)行，對建筑行業(yè)來說，物的因素主要指的是施工過程中所涉及的設(shè)備、材料、半成品、燃料、施工機(jī)械、機(jī)具、設(shè)施、能源等;此外，在建筑施工安全生產(chǎn)預(yù)警指標(biāo)中，還考慮了安全投入這一因素。城市道路交通安全預(yù)警指標(biāo)主要從人、車、道路、交通管理、交通環(huán)境5個方面進(jìn)行了考慮。各行業(yè)安全生產(chǎn)預(yù)警指標(biāo)的選取見表1。
3．2預(yù)警方法
安全生產(chǎn)預(yù)警是通過分析事故影響因素與事故發(fā)生或者事故發(fā)生風(fēng)險之間的關(guān)系的技術(shù)，常用的預(yù)警方法包括指數(shù)預(yù)警法、統(tǒng)計預(yù)警法以及模型預(yù)警法，其中模型預(yù)警法主要用于監(jiān)測點比較多、影響因素復(fù)雜的情況，包括灰色系統(tǒng)理論、模糊綜合評判法、人工神經(jīng)網(wǎng)絡(luò)等。針對于不同行業(yè)的基本特點，安全生產(chǎn)預(yù)警方法的選取也不盡相同。煤礦安全生產(chǎn)預(yù)警、建筑施工安全生產(chǎn)預(yù)警以及城市道路交通安全預(yù)警常用的方法見表2。
3．3運行效果
國內(nèi)的煤礦預(yù)警研究早期主要借鑒經(jīng)濟(jì)預(yù)警的理論和方法，但經(jīng)濟(jì)運行機(jī)制與煤礦災(zāi)害的發(fā)生機(jī)理迥異，缺少對煤礦災(zāi)害預(yù)警機(jī)理的研究。同時，部分研究工作中構(gòu)建的煤礦災(zāi)害指標(biāo)體系主要針對水災(zāi)、火災(zāi)、瓦斯突出等某一具體災(zāi)害，不具有動態(tài)適應(yīng)性。現(xiàn)今的煤礦安全生產(chǎn)預(yù)警系統(tǒng)能夠從宏觀上進(jìn)行把握，針對煤礦的整個生產(chǎn)和安全系統(tǒng)進(jìn)行全方位的系統(tǒng)設(shè)計，并且預(yù)警的準(zhǔn)確程度也在逐步提高。
在建筑生產(chǎn)安全事故管理方面，絕大多數(shù)研究都是對建筑生產(chǎn)安全事故的事后分析，少數(shù)進(jìn)行生產(chǎn)安全事故預(yù)警工作的研究也主要是利用傳統(tǒng)的方法進(jìn)行，建筑施工預(yù)警理論不成熟。要想在建筑安全生產(chǎn)預(yù)警方面取得一定的進(jìn)展，就必須廣泛借鑒其他學(xué)科，特別是人工智能、模式識別、人工神經(jīng)網(wǎng)絡(luò)、遺傳算法等智能學(xué)科和非線性系統(tǒng)學(xué)科的研究成果。對于城市道路交通安全預(yù)警問題已經(jīng)進(jìn)行了大量卓有成效的理論研究和工程實踐，但研究工作還相對較為零散，只是進(jìn)行局部的指標(biāo)體系設(shè)計，沒形成一個清晰成熟的交通安全預(yù)警系統(tǒng)的概念。
4結(jié)論
1)單指標(biāo)預(yù)警時可通過對各項指標(biāo)的國家標(biāo)準(zhǔn)值進(jìn)行預(yù)警閾值的確定，綜合預(yù)警則通過事故等級或者安全狀態(tài)各區(qū)間臨界值，確定統(tǒng)一的預(yù)警閾值。
2)預(yù)警指標(biāo)的選取涉及生產(chǎn)技術(shù)水平、安全管理水平、生產(chǎn)者和管理者的素質(zhì)以及社會和文化等因素，根據(jù)各影響因素確定指標(biāo)原則能夠使指標(biāo)的全面性和完整性得到保障。
3)安全生產(chǎn)事故影響因素眾多，事故影響因素之間具有復(fù)雜的非線性關(guān)系，在經(jīng)濟(jì)預(yù)警方法的基礎(chǔ)之上，結(jié)合企業(yè)以及各行業(yè)安全生產(chǎn)的特點，采用人工智能以及計算機(jī)技術(shù)進(jìn)行預(yù)警，或者各類方法相結(jié)合進(jìn)行預(yù)警是未來的發(fā)展方向。
