| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第1章 绪论 | 第12-22页 |
| ·课题背景及研究意义 | 第12-14页 |
| ·课题研究背景 | 第12-13页 |
| ·课题研究意义 | 第13-14页 |
| ·国内外研究现状 | 第14-19页 |
| ·煤矿瓦斯安全监测技术的国内外研究现状 | 第14-16页 |
| ·瓦斯涌出量预测方法的国内外研究现状 | 第16-19页 |
| ·论文研究方法及主要内容 | 第19-22页 |
| ·论文的研究方法 | 第19-20页 |
| ·论文的技术路线和主要内容 | 第20-22页 |
| 第2章 混沌时间序列与相空间重构 | 第22-33页 |
| ·混沌基础理论 | 第22-24页 |
| ·混沌的基本概念 | 第22-24页 |
| ·Li-Yorke关于混沌的定义 | 第23页 |
| ·Devaney关于混沌的定义 | 第23-24页 |
| ·混沌的主要特征 | 第24页 |
| ·混沌相空间重构理论 | 第24-26页 |
| ·延迟时间τ的选取 | 第25-26页 |
| ·嵌入维数m的选取 | 第26页 |
| ·时间序列的混沌特性判断 | 第26-27页 |
| ·混沌时间序列的预测 | 第27-32页 |
| ·加权一阶局域法 | 第28页 |
| ·基于神经网络的混沌时间序列预测 | 第28-32页 |
| ·广义神经网络的基础理论 | 第28-29页 |
| ·广义神经网络的网络结构 | 第29-31页 |
| ·GRNN的混沌时间序列预测模型 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第3章 瓦斯涌出量的PSO-LSSVM预测模型的建立 | 第33-46页 |
| ·支持向量机算法的基本理论 | 第33-35页 |
| ·最小二乘支持向量机算法的基本理论 | 第35-36页 |
| ·粒子群算法的实现 | 第36-37页 |
| ·基于混沌相空间重构和PSO-LSSVM的预测模型的建立 | 第37-39页 |
| ·瓦斯涌出量预测模型实例分析 | 第39-44页 |
| ·瓦斯涌出量时间序列的相空间重构及混沌特性判别 | 第40-41页 |
| ·瓦斯涌出量时间序列预测模型实例分析 | 第41-44页 |
| ·一阶加权局域预测模型实例分析 | 第41-42页 |
| ·基于相空间重构和GRNN的预测模型实例分析 | 第42页 |
| ·基于相空间重构和PSO-LSSVM预测模型实例分析 | 第42-43页 |
| ·三种预测模型仿真结果及分析 | 第43-44页 |
| ·本章小结 | 第44-46页 |
| 第4章 煤矿瓦斯涌出量实时预报系统的开发 | 第46-73页 |
| ·系统总体方案设计 | 第47-48页 |
| ·系统硬件的配置 | 第48-49页 |
| ·系统的软件实现 | 第49-66页 |
| ·系统的可用性 | 第49-50页 |
| ·系统功能 | 第50-52页 |
| ·系统软件的总体设计 | 第52-66页 |
| ·数据采集模块程序 | 第52-57页 |
| ·瓦斯涌出量预测程序 | 第57-66页 |
| ·软件性能 | 第66页 |
| ·数据库环境与设计 | 第66-72页 |
| ·数据库介绍 | 第66-67页 |
| ·SQLServer2005的环境要求 | 第67-68页 |
| ·数据库详细设计 | 第68-71页 |
| ·系统的安全性 | 第71-72页 |
| ·本章小结 | 第72-73页 |
| 第5章 煤矿瓦斯涌出量实时预报系统的应用 | 第73-80页 |
| ·瓦斯涌出量实时智能预报系统预测能力 | 第73-77页 |
| ·瓦斯涌出量实时智能预报系统精度 | 第77-79页 |
| ·本章小结 | 第79-80页 |
| 第6章 结论 | 第80-82页 |
| 致谢 | 第82-83页 |
| 参考文献 | 第83-87页 |
| 作者简介 | 第87页 |
| 攻读硕士期间发表的论文和科研成果 | 第87-88页 |
| 1 发表论文情况 | 第87页 |
| 2 参与科研项目 | 第87-88页 |
