首页--工业技术论文--矿业工程论文--矿山安全与劳动保护论文--矿井大气论文--煤(岩石)与瓦斯突出的预防和处理论文

BP神经网络在煤与瓦斯突出危险性预测中的应用研究

摘要第1-3页
ABSTRACT第3-8页
1 绪论第8-23页
   ·煤与瓦斯突出概况第8-11页
     ·世界各国煤与瓦斯突出概况第8-10页
     ·我国煤与瓦斯突出概况第10-11页
   ·煤与瓦斯突出机理研究进展第11-15页
     ·煤与瓦斯突出的一般规律第11-12页
     ·国外研究进展第12-13页
     ·国内研究进展第13-15页
   ·煤与瓦斯突出预测方法的研究概况第15-21页
     ·国内外研究进展第15-20页
     ·煤与瓦斯突出预测中存在的问题第20-21页
   ·本文的研究内容及技术路线第21-23页
     ·本文的研究内容第21页
     ·本文的技术路线第21-23页
2 煤与瓦斯突出危险性预测的影响因素分析第23-32页
   ·煤与瓦斯突出影响因素分析第23-27页
     ·地应力因素第23页
     ·地质构造第23-24页
     ·煤体结构及物理学性质第24-25页
     ·瓦斯参数第25-26页
     ·煤层厚度及其变化第26页
     ·其他影响因素第26-27页
   ·煤与瓦斯突出动力现象分类及危险程度划分第27-30页
     ·按动力现象的力学特征分类第27-29页
     ·按动力现象程度分类第29页
     ·煤与瓦斯突出危险程度的划分第29页
     ·煤与瓦斯突出危险性程度分类参考标准第29-30页
   ·本章小结第30-32页
3 煤与瓦斯突出危险性评价指标的建立第32-38页
   ·煤与瓦斯突出危险性预测指标的建立原则第32页
   ·煤与瓦斯突出危险性评价指标的选取与建立第32-33页
   ·基于灰色关联分析的煤与瓦斯突出危险性评价第33-37页
     ·灰色关联分析的基本原理第33-34页
     ·灰色关联分析的基本概念第34-35页
     ·灰色关联度的计算第35-37页
     ·计算灰色关联度第37页
     ·灰色关联分析和排序第37页
   ·本章小结第37-38页
4 神经网络在煤与瓦斯突出危险性预测中的应用第38-53页
   ·神经元网络的概念与特点第38-39页
   ·神经元网络的结构第39-43页
     ·神经元模型第40-41页
     ·神经元网络模型的分类及学习规则第41-43页
   ·BP 算法第43-46页
   ·煤与瓦斯突出危险性神经网络预测模型的网络结构设计第46-48页
     ·网络层数第46页
     ·每层神经元个数第46-47页
     ·初始值的选择第47-48页
     ·学习速率第48页
     ·期望误差第48页
   ·煤与瓦斯突出神经网络危险性预测模型的程序设计第48-52页
     ·程序设计流程第48-49页
     ·MATLAB 简介第49-52页
   ·本章小结第52-53页
5 实例应用第53-63页
   ·矿井概况第53-54页
     ·地质构造第53页
     ·煤层煤质第53页
     ·矿井开拓与通风方式第53-54页
     ·瓦斯情况第54页
     ·煤层钻孔突出危险性预测参数第54页
   ·单项指标评价煤与瓦斯突出危险性第54-55页
   ·综合指标评价煤与瓦斯突出危险性第55-56页
   ·BP 神经网络预测煤与瓦斯突出危险性第56-62页
     ·网络结构属性第57-58页
     ·程序编写第58-59页
     ·煤与瓦斯突出训练结果输出第59-61页
     ·危险性预测第61-62页
   ·本章小结第62-63页
6 结论第63-64页
致谢第64-65页
参考文献第65-69页
附录第69-74页

论文共74页,点击 下载论文
上一篇:不同应力对薄层复合顶板稳定性影响分析
下一篇:急斜煤层巷道动力失稳监测预报研究