| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-11页 |
| 1 绪论 | 第11-18页 |
| ·课题研究的背景和意义 | 第11-12页 |
| ·瓦斯涌出量预测方法研究现状 | 第12-13页 |
| ·瓦斯涌出量预测方法国外研究现状 | 第12页 |
| ·斯涌出量预测方法国内研究现状 | 第12-13页 |
| ·最小二乘支持向量机研究现状 | 第13-14页 |
| ·粒子群算法的研究与发展 | 第14-16页 |
| ·本文主要内容及结构安排 | 第16-18页 |
| 2 用于瓦斯涌出量预测的最小二乘支持向量机模型 | 第18-32页 |
| ·统计学习理论 | 第18-22页 |
| ·VC维 | 第18-19页 |
| ·推广性的界 | 第19-20页 |
| ·结构风险最小化 | 第20-22页 |
| ·支持向量机 | 第22-29页 |
| ·支持向量机的基本原理 | 第22页 |
| ·线性可分最优分类面 | 第22-25页 |
| ·非线性支持向量机 | 第25-27页 |
| ·SVM核函数 | 第27-29页 |
| ·最小二乘支持向量机 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 3 标准粒子群优化算法及其收敛性分析 | 第32-40页 |
| ·粒子群优化算法原理 | 第32-34页 |
| ·粒子群算法的基本思想 | 第32页 |
| ·粒子群算法的数学机理 | 第32-34页 |
| ·搜索算子对PSO算法影响分析 | 第34-35页 |
| ·参数对PSO算法影响分析 | 第35-37页 |
| ·粒子群优化算法流程 | 第37-38页 |
| ·本章小结 | 第38-40页 |
| 4 基于MPSO算法的最小二乘支持向量机模型 | 第40-55页 |
| ·改进的粒子群算法 | 第41-44页 |
| ·改进粒子群算法原理 | 第41-42页 |
| ·改进粒子群算法收敛性分析 | 第42-44页 |
| ·MPSO数值仿真实验及分析 | 第44-49页 |
| ·测试函数分析 | 第46-47页 |
| ·评价标准 | 第47页 |
| ·仿真实验及其分析 | 第47-49页 |
| ·MPSO算法优化LS-SVM模型 | 第49-53页 |
| ·LS-SVM模型参数对其性能的影响 | 第49-51页 |
| ·MPSO-LS-SVM算法原理 | 第51页 |
| ·MPSO-LS-SVM算法流程 | 第51-52页 |
| ·MPSO-LS-SVM算法程序流程图 | 第52-53页 |
| ·本章小结 | 第53-55页 |
| 5 基于MPSO-LS-SVM算法的瓦斯涌出量预测 | 第55-67页 |
| ·瓦斯涌出量影响因素分析 | 第55-57页 |
| ·瓦斯涌出量概念 | 第55页 |
| ·影响瓦斯涌出量的主要因素 | 第55-57页 |
| ·瓦斯涌出量预测系统研究 | 第57-61页 |
| ·预测控制基本原理 | 第57-58页 |
| ·瓦斯涌出量预测控制模型 | 第58-59页 |
| ·最小二乘支持向量机预测控制数学描述 | 第59-60页 |
| ·预测控制流程 | 第60-61页 |
| ·瓦斯涌出量预测仿真分析 | 第61-66页 |
| ·输入样本的组成 | 第61-63页 |
| ·MPSO算法的初始参数确定 | 第63页 |
| ·瓦斯涌出量预测仿真结果和分析 | 第63-66页 |
| ·小结 | 第66-67页 |
| 6 总结与展望 | 第67-69页 |
| ·全文总结 | 第67-68页 |
| ·展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 作者简历 | 第73-75页 |
| 学位论文数据集 | 第75页 |