| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-14页 |
| 1.1 论文研究的目的和意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.2.1 国外研究现状 | 第9页 |
| 1.2.2 国内研究现状 | 第9-10页 |
| 1.3 神经网络在开采沉陷中的应用研究 | 第10-11页 |
| 1.4 论文的主要研究方法、研究内容和技术路线 | 第11-13页 |
| 1.4.1 研究方法 | 第11-12页 |
| 1.4.2 研究内容 | 第12页 |
| 1.4.3 技术路线 | 第12-13页 |
| 1.5 本章小结 | 第13-14页 |
| 2 开采沉陷预计理论及预计参数与地质采矿条件的关系 | 第14-23页 |
| 2.1 概率积分法预测地表变形的基本原理 | 第14-20页 |
| 2.1.1 随机介质理论 | 第14-18页 |
| 2.1.2 地表移动盆地走向主断面的移动变形预计 | 第18-20页 |
| 2.2 概率积分法预计的主要影响参数与地矿条件的关系 | 第20-22页 |
| 2.3 本章小结 | 第22-23页 |
| 3 BP神经网络模型简介 | 第23-28页 |
| 3.1 BP神经网络模型的基本原理 | 第23-24页 |
| 3.2 BP神经网络的主要功能 | 第24页 |
| 3.3 基于MATLAB的BP神经网络工具箱 | 第24-25页 |
| 3.4 遗传算法 | 第25-27页 |
| 3.5 本章小结 | 第27-28页 |
| 4 遗传算法优化BP神经网络模型的建立 | 第28-43页 |
| 4.1 实验数据及处理 | 第28-32页 |
| 4.2 基于BP神经网络模型对实验数据的分析 | 第32-39页 |
| 4.2.1 模型的建立 | 第32-33页 |
| 4.2.2 BP神经网络预测的MATLAB实现 | 第33-34页 |
| 4.2.3 BP神经网络样本选取对预测结果的影响研究 | 第34-36页 |
| 4.2.4 BP神经网络预测结果分析 | 第36-39页 |
| 4.3 基于遗传算法优化BP神经网络模型的建立 | 第39-42页 |
| 4.3.1 模型的建立 | 第39-40页 |
| 4.3.2 预测结果分析 | 第40-42页 |
| 4.4 本章小结 | 第42-43页 |
| 5 实例分析 | 第43-50页 |
| 5.1 地质采矿条件 | 第43-47页 |
| 5.2 矿区地表移动预计参数的确定 | 第47-49页 |
| 5.3 概率积分法参数求取 | 第49页 |
| 5.4 本章小结 | 第49-50页 |
| 6 总结与展望 | 第50-52页 |
| 6.1 主要结论 | 第50页 |
| 6.2 存在的问题及展望 | 第50-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-56页 |
