煤矿动态综合安全评价模式及应用研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-13页 |
| 1 绪论 | 第13-27页 |
| ·煤矿安全评价的重要作用 | 第13-16页 |
| ·我国煤矿安全生产形势的严峻性 | 第13-14页 |
| ·开展煤矿安全评价的必要性 | 第14-15页 |
| ·煤矿安全评价的重要性 | 第15-16页 |
| ·国内外煤矿安全评价发展现状及趋势 | 第16-20页 |
| ·国外安全评价发展现状 | 第16-17页 |
| ·我国煤矿安全评价发展现状 | 第17-18页 |
| ·我国煤矿安全评价技术研究现状 | 第18-19页 |
| ·传统的煤矿安全评价方法存在的问题 | 第19-20页 |
| ·煤矿安全动态(变权)评价的可行性 | 第20-24页 |
| ·煤矿生产系统特点 | 第20页 |
| ·神经网络煤矿安全评价的可行性 | 第20-24页 |
| ·模糊神经网络(FNN)煤矿安全评价的可行性 | 第24页 |
| ·本论文研究内容与技术路线 | 第24-27页 |
| 2 煤矿安全评价指标体系研究 | 第27-43页 |
| ·矿井安全生产分析原理 | 第27-29页 |
| ·事故致因理论 | 第27-28页 |
| ·矿井安全评价原理 | 第28-29页 |
| ·矿井生产系统分析方法 | 第29页 |
| ·矿井安全评价指标体系建立的原则 | 第29-30页 |
| ·矿井安全评价指标体系建立的原则 | 第29-30页 |
| ·矿井安全评价指标体系的构成 | 第30页 |
| ·矿井安全评价指标体系 | 第30-38页 |
| ·安全评价指标体系结构 | 第30-32页 |
| ·安全评价指标原始数据预处理 | 第32-36页 |
| ·评价指标量化 | 第36-38页 |
| ·矿井安全评价模型建立的思想 | 第38-42页 |
| ·安全评价模型建立的思想 | 第38-39页 |
| ·评价指标权重的确定方法 | 第39-42页 |
| ·评价指标权值的动态确定 | 第42页 |
| ·本章小结 | 第42-43页 |
| 3 煤矿安全评价的神经网络模型研究 | 第43-61页 |
| ·人工神经网络基本原理 | 第43-48页 |
| ·人工神经网络模型 | 第43-45页 |
| ·人工神经网络分类 | 第45-46页 |
| ·神经网络的学习 | 第46-48页 |
| ·BP神经网络 | 第48-55页 |
| ·BP网络模型与结构 | 第48-49页 |
| ·BP网络学习算法 | 第49-50页 |
| ·BP网络误差的反向传播 | 第50页 |
| ·BP网络设计与训练 | 第50-55页 |
| ·MATLAB神经网络工具箱 | 第55-58页 |
| ·MATLAB简介 | 第55-56页 |
| ·MATLAB神经网络工具箱 | 第56页 |
| ·运用网络工具箱设计网络的过程 | 第56页 |
| ·MATLAB工具箱中的神经网络结构 | 第56-57页 |
| ·神经网络工具箱的图形用户界面功能 | 第57页 |
| ·训练过程的监控 | 第57-58页 |
| ·BP网络性能改进 | 第58-60页 |
| ·BP网络学习算法的缺陷 | 第58-59页 |
| ·改进方法 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 4 矿井动态综合安全评价模型及应用研究 | 第61-80页 |
| ·矿井安全评价问题求解的网络设计 | 第61-62页 |
| ·矿井安全评价模型的训练与仿真 | 第62-67页 |
| ·网络训练样本输入数据的初始化方法 | 第62-63页 |
| ·网络训练样本数据准备 | 第63-64页 |
| ·待评矿井安全数据的准备 | 第64-67页 |
| ·网络训练过程及其结果 | 第67页 |
| ·仿真(评价)结果 | 第67-73页 |
| ·被评价矿井安全预防措施及对策 | 第73-78页 |
| ·瓦斯事故预防措施和建议 | 第73-74页 |
| ·采掘工作面顶板事故预防措施及建议 | 第74-75页 |
| ·矿井水防治对策 | 第75-78页 |
| ·本章小结 | 第78-80页 |
| 5 煤矿安全的模糊神经网络评价模型研究 | 第80-94页 |
| ·问题的提出 | 第80页 |
| ·模糊神经网络技术 | 第80-83页 |
| ·模糊神经网络概念 | 第80-82页 |
| ·模糊神经网络原理 | 第82-83页 |
| ·矿井安全模糊神经网络评价模型实现 | 第83-84页 |
| ·网络权值的确定 | 第83页 |
| ·网络学习步长的确定 | 第83-84页 |
| ·煤矿安全评价模糊神经网络算法步骤 | 第84页 |
| ·矿井安全模糊神经网络评价模型的应用 | 第84-92页 |
| ·样本数据空间的构成 | 第89页 |
| ·样本的标准化 | 第89页 |
| ·隶属函数的确定 | 第89-90页 |
| ·网络训练 | 第90-91页 |
| ·网络仿真 | 第91-92页 |
| ·网络训练注意事项与应用体会 | 第92页 |
| ·结果分析 | 第92页 |
| ·本章小结 | 第92-94页 |
| 6 矿井安全预测模型及应用研究 | 第94-109页 |
| ·安全预测方法 | 第94-96页 |
| ·矿井安全预测建模过程 | 第96-97页 |
| ·矿井安全预测的基本原则 | 第96页 |
| ·矿井安全预测建模过程 | 第96-97页 |
| ·矿井安全预测模型研究 | 第97-100页 |
| ·人工神经网络预测基本模型 | 第98页 |
| ·对数据样本的要求 | 第98页 |
| ·预测模型的实现步骤 | 第98-100页 |
| ·矿井安全预测模型的应用研究 | 第100-104页 |
| ·结果讨论 | 第104-108页 |
| ·结果 | 第104-106页 |
| ·讨论 | 第106-108页 |
| ·本章小结 | 第108-109页 |
| 7 结论 | 第109-111页 |
| ·论文主要研究结论 | 第109-110页 |
| ·论文研究成果及创新点 | 第110页 |
| ·进一步需要研究的问题 | 第110-111页 |
| 致谢 | 第111-112页 |
| 参考文献 | 第112-121页 |
| 附录 | 第121-148页 |
