| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-14页 |
| ·选题背景 | 第10-11页 |
| ·冲击地压预测技术研究现状 | 第11-13页 |
| ·论文主要研究内容 | 第13-14页 |
| 2 用于冲击地压数据预处理的粗糙集理论 | 第14-19页 |
| ·粗糙集的基本理论 | 第14-16页 |
| ·知识与分类 | 第14页 |
| ·不可分辨关系 | 第14页 |
| ·粗糙集的描述 | 第14-16页 |
| ·近似精度和粗糙度 | 第16页 |
| ·决策表及属性约减思想 | 第16-19页 |
| ·决策表 | 第16-17页 |
| ·连续属性离散化 | 第17页 |
| ·模糊C均值聚类算法 | 第17-18页 |
| ·属性约简 | 第18-19页 |
| 3 用于冲击地压预测的支持向量机模型 | 第19-31页 |
| ·统计学习理论 | 第19-22页 |
| ·VC维 | 第19-20页 |
| ·推广性的界 | 第20-21页 |
| ·结构风险最小化 | 第21-22页 |
| ·支持向量机模型 | 第22-28页 |
| ·支持向量机的基本原理 | 第22-23页 |
| ·线性可分最优分类超平面 | 第23-25页 |
| ·非线性支持向量机 | 第25-26页 |
| ·支持向量机核函数 | 第26-28页 |
| ·最小二乘支持向量机 | 第28-31页 |
| 4 标准粒子群算法的改进研究 | 第31-42页 |
| ·粒子群算法的基本思想 | 第31页 |
| ·粒子群算法的数学机理 | 第31-33页 |
| ·搜索算子对PSO算法影响分析 | 第33-34页 |
| ·参数对PSO算法影响分析 | 第34-36页 |
| ·粒子群优化算法流程 | 第36-37页 |
| ·基本粒子群优化算法改进及性能测试 | 第37-40页 |
| ·基本粒子群优化算法的优点及不足 | 第37-38页 |
| ·基本粒子群算法改进方法 | 第38页 |
| ·改进粒子群算法原理 | 第38-40页 |
| ·MPSO数值仿真实验及分析 | 第40-42页 |
| 5 粗糙及理论在冲击地压危险性等级知识获取中的应用 | 第42-54页 |
| ·冲击地压样本数据归一化处理 | 第42页 |
| ·冲击地压危险性预测决策表离散化 | 第42-46页 |
| ·冲击地压危险性信息特征提取 | 第46-54页 |
| ·行约简 | 第46-48页 |
| ·属性约简算法 | 第48-54页 |
| 6 基于RS-MPSO-LSSVM的冲击地压危险性预测 | 第54-63页 |
| ·基于RS-MPSO-LSSVM的冲击地压危险性预测模型 | 第54-57页 |
| ·冲击地压危险性预测模型仿真研究 | 第57-59页 |
| ·支持向量机算法的实现 | 第57-58页 |
| ·改进粒子群算法优化LS-SVM参数流程 | 第58页 |
| ·MPSO算法的初始参数选取 | 第58-59页 |
| ·冲击地压危险等级预测仿真结果和分析 | 第59-63页 |
| 7 总结与展望 | 第63-65页 |
| ·总结 | 第63-64页 |
| ·展望 | 第64-65页 |
| 参考文献 | 第65-70页 |
| 作者简历 | 第70-72页 |
| 学位论文数据集 | 第72页 |
