人工神经网络Visual C++实现及其在煤层气资源量预测中的应用
摘要 | 第1-5页 |
Abstract | 第5-9页 |
第一章 前言 | 第9-17页 |
·课题任务、选题依据及研究意义 | 第9-10页 |
·课题的任务 | 第9页 |
·选题的依据 | 第9-10页 |
·研究的目的和意义 | 第10页 |
·国内外研究现状 | 第10-13页 |
·人工神经网络模型 | 第10-13页 |
·煤层气资源量定量预测现状 | 第13页 |
·主要研究目标及研究的主要内容 | 第13-17页 |
·课题研究目标 | 第13-14页 |
·研究内容 | 第14-15页 |
·主要研究成果 | 第15-16页 |
·技术路线 | 第16-17页 |
第二章 人工神经网络算法及软件设计 | 第17-29页 |
·BP神经网络 | 第17-23页 |
·BP网络结构的确定 | 第17页 |
·BP学习算法 | 第17-22页 |
·BP算法的预测 | 第22-23页 |
·SOFM神经网络 | 第23-24页 |
·SOFM神经网络算法 | 第23-24页 |
·SOFM算法的基本步骤 | 第24页 |
·人工神经网络软件设计思路 | 第24-29页 |
·软件功能模块 | 第24-25页 |
·人工神经网络软件模块结构 | 第25页 |
·人工神经网络程序流程 | 第25-26页 |
·图形绘制程序流程 | 第26-27页 |
·数据文件格式 | 第27页 |
·人工神经网络软件界面设计 | 第27页 |
·封装人工神经网络功能 | 第27-29页 |
第三章 人工神经网络软件 | 第29-36页 |
·人工神经网络软件简介 | 第29-31页 |
·菜单 | 第29-31页 |
·工具栏 | 第31页 |
·状态栏 | 第31页 |
·BPNN子菜单具体使用 | 第31-33页 |
·打开文件 | 第32-33页 |
·网络结构参数和控制常数 | 第33页 |
·BP算法 | 第33页 |
·BP直方图子菜单的使用 | 第33-34页 |
·保存图片子菜单的使用 | 第34页 |
·SOMN子菜单的具体使用 | 第34-35页 |
·人工神经网络软件中的其他功能 | 第35-36页 |
第四章 沁水盆地中南部地质概况 | 第36-51页 |
·地理位置 | 第36-37页 |
·煤层气地质背景 | 第37-46页 |
·地层 | 第37-39页 |
·煤系地层及展布 | 第39页 |
·煤层厚度与埋深 | 第39-41页 |
·煤岩、煤质特征 | 第41页 |
·古地温场特征及煤化作用 | 第41-43页 |
·煤的孔隙性特征、渗透率 | 第43-45页 |
·封闭条件 | 第45页 |
·煤的储层压力和压力梯度 | 第45页 |
·煤的含气性及含气饱和度 | 第45-46页 |
·构造应力场及煤储层裂隙发育特征 | 第46-48页 |
·构造应力场 | 第46-47页 |
·煤储层裂隙发育特征 | 第47-48页 |
·水文地质条件 | 第48-50页 |
·主要含水层 | 第48-49页 |
·主要隔水层 | 第49-50页 |
·水文地质条件对煤层气的联系 | 第50页 |
·岩浆岩 | 第50-51页 |
第五章 工区煤层气资源量预测及有利区优选 | 第51-63页 |
·煤层气资源量影响因素分析 | 第51-53页 |
·构造的控制作用 | 第51页 |
·煤变质程度、煤岩组分对煤层气的影响 | 第51-52页 |
·埋深与煤层气的关系 | 第52页 |
·煤层厚度与煤层气的关系 | 第52页 |
·煤层气与煤层顶底板的关系 | 第52-53页 |
·水动力条件的影响 | 第53页 |
·煤层气与岩浆岩的关系 | 第53页 |
·工区煤层气影响因素分析及参数选取 | 第53页 |
·工区人工神经网络煤层气资源量预测 | 第53-61页 |
·工区山西组人工神经网络煤层气资源量预测 | 第53-59页 |
·工区太原组人工神经网络煤层气资源量预测 | 第59-61页 |
·评价结果 | 第61-62页 |
·全局误差控制常数对预测结果的影响 | 第61页 |
·最大学习次数控制常数对预测结果的影响 | 第61页 |
·工区煤层地质状况综述及预测结果 | 第61-62页 |
·工区有利区块优选 | 第62-63页 |
结论 | 第63-65页 |
参考文献 | 第65-70页 |
攻读硕士学位期间取得的研究成果 | 第70-71页 |
致谢 | 第71页 |