岩体可爆性数值分级研究
摘要 | 第1-5页 |
Abstract | 第5-9页 |
引言 | 第9-10页 |
第1章 绪论 | 第10-26页 |
·国内外研究现状 | 第10-22页 |
·国外研究现状 | 第10-17页 |
·国内研究现状 | 第17-22页 |
·岩体可爆性分级的影响因素 | 第22-24页 |
·岩体性质对可爆性分级的影响 | 第22-23页 |
·爆破参数和工艺对岩体可爆性分级的影响 | 第23-24页 |
·炸药性能对岩体可爆性分级的影响 | 第24页 |
·炸药与岩体波阻抗的匹配对岩体可爆性分级的影响 | 第24页 |
·本文研究的主要内容 | 第24-26页 |
第2章 岩体可爆性分级指标的选取 | 第26-43页 |
·聚类分析简介 | 第26-29页 |
·距离和相似系数 | 第26-27页 |
·常用的聚类方法 | 第27-29页 |
·数据的转换 | 第29页 |
·影响岩体可爆性数据的搜集 | 第29-30页 |
·影响岩体可爆性指标聚类分析 | 第30-40页 |
·聚类分析过程 | 第31-32页 |
·聚类方法结果及树状图 | 第32-40页 |
·岩体可爆性评价指标的选取 | 第40-42页 |
·岩石抗压强度 | 第40-41页 |
·岩石容重 | 第41页 |
·岩体完整性系数 | 第41页 |
·炸药单耗 | 第41-42页 |
·本章小结 | 第42-43页 |
第3章 岩体可爆性分级档数的确定 | 第43-49页 |
·DT法的基本原理 | 第43-44页 |
·实施步骤 | 第43-44页 |
·分类函数 | 第44页 |
·分级档数的确定 | 第44-48页 |
·本章小结 | 第48-49页 |
第4章 岩体可爆性分级等级的神经网络判别模型 | 第49-60页 |
·网络的构造 | 第49-50页 |
·网络结构的设计 | 第49-50页 |
·模型结构的实现 | 第50页 |
·BP网络的训练 | 第50-53页 |
·BP网络的训练方法 | 第50-51页 |
·学习样本的选取与初始化 | 第51-52页 |
·网络的训练过程 | 第52-53页 |
·训练结果的检验 | 第53页 |
·应用实例 | 第53-58页 |
·本章小结 | 第58-60页 |
第5章 基于粗糙集理论的确定指标权重的探讨 | 第60-67页 |
·粗糙集理论简介 | 第60-61页 |
·指标权重确定过程 | 第61页 |
·岩体可爆性分级指标的权重 | 第61-66页 |
·本章小结 | 第66-67页 |
第6章 结论 | 第67-68页 |
致谢 | 第68-69页 |
参考文献 | 第69-72页 |
攻读硕士学位期间公开发表的学术论文 | 第72-73页 |
附录 | 第73-74页 |