巷道围岩稳定性分类与支护决策智能研究
| 摘要 | 第1-6页 |
| Abstract | 第6-14页 |
| 1 绪论 | 第14-24页 |
| ·研究目的及意义 | 第14-15页 |
| ·国内外研究现状 | 第15-21页 |
| ·围岩分类研究现状 | 第15-19页 |
| ·巷道支护理论研究现状 | 第19-20页 |
| ·人工智能在巷道支护中的应用 | 第20-21页 |
| ·存在的问题 | 第21页 |
| ·研究内容 | 第21-22页 |
| ·技术路线 | 第22-24页 |
| 2 巷道围岩稳定性与支护形式的影响因素 | 第24-38页 |
| ·巷道围岩破坏形式与稳定性 | 第24-29页 |
| ·巷道围岩破坏形式 | 第24-26页 |
| ·巷道围岩稳定性的影响因素 | 第26-29页 |
| ·巷道锚喷支护及影响因素 | 第29-33页 |
| ·锚喷支护原理 | 第29-31页 |
| ·锚喷支护参数的设计原则 | 第31-32页 |
| ·锚喷支护的主要影响指标 | 第32-33页 |
| ·支护设计指标的选取原则 | 第33页 |
| ·巷道支护样本收集及围岩分类方法 | 第33-37页 |
| ·支护样本来源 | 第33页 |
| ·围岩BQ分类法 | 第33-35页 |
| ·样本围岩数据的处理 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 3 基于BP神经网络的围岩分类与支护实现 | 第38-56页 |
| ·人工神经网络简介 | 第38-39页 |
| ·人工神经元的模型 | 第38-39页 |
| ·BP神经网络模型 | 第39-45页 |
| ·BP神经网络简介 | 第39-40页 |
| ·BP学习规则 | 第40-42页 |
| ·BP算法实现步骤 | 第42-43页 |
| ·BP算法的流程图与解释 | 第43-45页 |
| ·BP神经网络的改进 | 第45-47页 |
| ·BP算法的限制与不足 | 第45页 |
| ·BP算法的改进方法 | 第45-47页 |
| ·基于MATLAB神经网络工具箱的网络模型建立 | 第47-54页 |
| ·MATLAB及BP神经网络工具箱 | 第47-48页 |
| ·MATLAB的图形用户界面 | 第48-49页 |
| ·输入及输出样本数据的选取 | 第49-54页 |
| ·网络结构设计 | 第54页 |
| ·本章小结 | 第54-56页 |
| 4 支护决策系统的开发与实现 | 第56-68页 |
| ·系统环境 | 第56页 |
| ·系统设计 | 第56-62页 |
| ·系统总体结构图 | 第56-57页 |
| ·系统模块流程 | 第57-59页 |
| ·系统函数变量设计 | 第59-60页 |
| ·系统的编程设计 | 第60-62页 |
| ·系统主要界面及说明 | 第62-67页 |
| ·软件登陆界面 | 第63-64页 |
| ·神经网络模型建立和训练界面 | 第64-65页 |
| ·巷道围岩稳定性分类界面 | 第65-66页 |
| ·巷道支护与优化设计界面 | 第66-67页 |
| ·本章小结 | 第67-68页 |
| 5 支护决策系统的应用 | 第68-82页 |
| ·工程概况 | 第68-70页 |
| ·巷道支护设计 | 第70-73页 |
| ·试验巷道围岩稳定性分类 | 第70页 |
| ·试验巷道支护设计 | 第70-73页 |
| ·巷道支护参数数值模拟验证 | 第73-78页 |
| ·模型建立 | 第73-74页 |
| ·数值模拟结果 | 第74-78页 |
| ·数值模拟结果分析 | 第78页 |
| ·巷道围岩变形监测 | 第78-80页 |
| ·本章小结 | 第80-82页 |
| 6 结论与展望 | 第82-84页 |
| ·结论 | 第82页 |
| ·不足之处 | 第82-84页 |
| 参考文献 | 第84-88页 |
| 致谢 | 第88-89页 |
| 作者简介及读研期间主要科研成果 | 第89页 |
