| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| Extended Abstract | 第8-10页 |
| 目录 | 第10-14页 |
| 图清单 | 第14-17页 |
| 表清单 | 第17-18页 |
| 变量注释表 | 第18-19页 |
| 1 绪论 | 第19-30页 |
| ·引言 | 第19-22页 |
| ·基于智能信息处理的煤与瓦斯突出预测预警研究 | 第22-23页 |
| ·煤矿煤与瓦斯突出预测技术的研究 | 第23-28页 |
| ·论文主要工作及其内容安排 | 第28-30页 |
| 2 基于煤与瓦斯突出机理的煤与瓦斯突出预测预警研究 | 第30-41页 |
| ·引言 | 第30-31页 |
| ·国外煤与瓦斯突出机理 | 第31-35页 |
| ·国内煤与瓦斯突出机理 | 第35-36页 |
| ·基于综合致因论的煤与瓦斯事故预测预警模型研究 | 第36-38页 |
| ·本章小结 | 第38-41页 |
| 3 基于PSO-BP算法的煤与瓦斯突出预测研究 | 第41-64页 |
| ·引言 | 第41页 |
| ·粒子群优化算法 | 第41-46页 |
| ·粒子群神经网络原理及实现 | 第46-55页 |
| ·基于PSO-BP算法的煤与瓦斯突出预测的研究 | 第55-63页 |
| ·本章小结 | 第63-64页 |
| 4 基于粒子群优化的PSO-SVM 的瓦斯时间序列突出预测研究 | 第64-85页 |
| ·引言 | 第64-65页 |
| ·瓦斯浓度时间序列研究 | 第65-67页 |
| ·支持向量机理论研究 | 第67-74页 |
| ·瓦斯浓度时间序列去噪 | 第74-77页 |
| ·基于PSO-SVM的瓦斯浓度时间序列建模预测 | 第77-82页 |
| ·仿真误差分析 | 第82-83页 |
| ·本章小结 | 第83-85页 |
| 5 基于DFNN 的煤与瓦斯突出预测研究 | 第85-104页 |
| ·引言 | 第85-86页 |
| ·模糊推理系统与逼近问题 | 第86-89页 |
| ·DFNN算法 | 第89-97页 |
| ·基于DFNN的瓦斯突出预测预警的研究 | 第97-103页 |
| ·本章小结 | 第103-104页 |
| 6 结论 | 第104-106页 |
| ·本文主要研究内容总结 | 第104页 |
| ·本文的创新点 | 第104-105页 |
| ·进一步的工作 | 第105-106页 |
| 参考文献 | 第106-118页 |
| 附录1 | 第118-119页 |
| 附录2 | 第119-120页 |
| 附录3 | 第120-121页 |
| 附录4 | 第121-122页 |
| 附录5 | 第122-123页 |
| 附录6 | 第123-124页 |
| 附录7 | 第124-125页 |
| 附录8 | 第125-126页 |
| 附录9 | 第126-127页 |
| 作者简历 | 第127-130页 |
| 一、基本情况 | 第127页 |
| 二、学术论文 | 第127-128页 |
| 三、研究项目 | 第128-130页 |
| 学位论文数据集 | 第130页 |