| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-16页 |
| ·课题研究的背景与选题意义 | 第10-11页 |
| ·瓦斯涌出量预测研究现状 | 第11-12页 |
| ·群体智能优化方法研究现状 | 第12-14页 |
| ·论文主要研究内容 | 第14-15页 |
| ·本文主要工作 | 第15-16页 |
| 2 相关向量机 | 第16-29页 |
| ·机器学习问题 | 第16-17页 |
| ·支持向量机 | 第17-20页 |
| ·VC维 | 第17页 |
| ·结构风险最小化原则 | 第17-18页 |
| ·支持向量机回归模型 | 第18-20页 |
| ·支持向量机回归算法描述 | 第20页 |
| ·相关向量机 | 第20-23页 |
| ·相关向量机的优势 | 第21页 |
| ·相关向量机回归模型 | 第21-23页 |
| ·相关向量机回归算法描述 | 第23页 |
| ·核函数 | 第23-27页 |
| ·核函数及其参数 | 第23-25页 |
| ·单一核函数的局限性 | 第25页 |
| ·组合核函数 | 第25-27页 |
| ·小结 | 第27-29页 |
| 3 蛙跳算法基本原理 | 第29-34页 |
| ·蛙跳算法的理论基础 | 第29-32页 |
| ·行为描述 | 第29页 |
| ·算法模型 | 第29-31页 |
| ·算法参数 | 第31-32页 |
| ·蛙跳算法的实现流程 | 第32页 |
| ·蛙跳算法的特点 | 第32页 |
| ·小结 | 第32-34页 |
| 4 改进蛙跳算法优化理论 | 第34-46页 |
| ·遗传算法 | 第34-38页 |
| ·遗传算法的基本思想 | 第34页 |
| ·遗传算法的主要构成要素 | 第34-37页 |
| ·遗传算法的实现流程 | 第37-38页 |
| ·改进蛙跳算法 | 第38-42页 |
| ·遗传算子在蛙跳算法中的应用 | 第38-39页 |
| ·蛙跳算法分组方法的改进 | 第39-40页 |
| ·寻优精度对比 | 第40-42页 |
| ·用G-SFLA求解多目标0-1背包问题 | 第42-44页 |
| ·0-1背包问题描述 | 第42-43页 |
| ·试验结果分析 | 第43-44页 |
| ·小结 | 第44-46页 |
| 5 基于相关向量机与改进蛙跳算法的瓦斯涌出量预测模型 | 第46-53页 |
| ·煤矿瓦斯涌出量的影响因素分析 | 第46-47页 |
| ·瓦斯涌出量概念 | 第46页 |
| ·影响瓦斯涌出量的因素 | 第46-47页 |
| ·基于相关向量机与改进蛙跳算法的瓦斯涌出量预测模型 | 第47-49页 |
| ·预测控制的基本理论 | 第47-48页 |
| ·基于改进蛙跳算法优化的相关向量机预测模型 | 第48-49页 |
| ·瓦斯涌出量预测仿真及分析 | 第49-51页 |
| ·输入样本的确定 | 第49-50页 |
| ·改进蛙跳算法的初始参数设置 | 第50-51页 |
| ·瓦斯涌出量预测仿真结果及分析 | 第51页 |
| ·小结 | 第51-53页 |
| 结论 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 作者简历 | 第58-60页 |
| 学位论文数据集 | 第60页 |