首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

基于PCA的PSO-DE混合算法优化BP神经网络在煤与瓦斯突出预测中的应用研究

摘要第3-5页
ABSTRACT第5-6页
第一章 绪论第10-22页
    1.1 引言第10页
    1.2 研究的目的与意义第10-11页
    1.3 国内外煤与瓦斯突出概况第11-13页
        1.3.1 国外煤与瓦斯突出概况第11-12页
        1.3.2 国内煤与瓦斯突出概况第12-13页
    1.4 煤与瓦斯突出预测研究现状第13-19页
        1.4.1 国外研究现状第13-15页
        1.4.2 国内研究现状第15-19页
    1.5 差分进化算法的国内外研究现状第19-20页
    1.6 本文的研究内容及步骤第20-22页
        1.6.1 本文的研究内容第20-21页
        1.6.2 研究步骤第21-22页
第二章 煤与瓦斯突出机理及影响因素第22-32页
    2.1 煤与瓦斯突出机理研究现状第22-26页
    2.2 煤与瓦斯突出的一般规律第26-27页
    2.3 影响煤与瓦斯突出的主要因素第27-30页
        2.3.1 地应力第27页
        2.3.2 煤层的厚度第27-28页
        2.3.3 地质构造第28-29页
        2.3.4 瓦斯参数第29页
        2.3.5 煤体的结构与煤质第29页
        2.3.6 其他因素第29-30页
    2.4 本章小结第30-32页
第三章 PCA-BP 神经网络煤与瓦斯突出预测模型第32-50页
    3.1 影响煤与瓦斯突出因素的主成分分析第32-39页
        3.1.1 主成分分析原理第32-34页
        3.1.2 煤与瓦斯突出影响因素的主成分分析第34-39页
    3.2 人工神经网络第39-41页
        3.2.1 人工神经网络简介第39-40页
        3.2.2 神经网络的组成要素第40页
        3.2.3 人工神经网络的主要算法第40-41页
    3.3 BP 神经网络第41-43页
        3.3.1 BP 神经网络的工作原理第41-42页
        3.3.2 BP 神经网络的学习步骤第42-43页
        3.3.3 BP 神经网络的主要特点第43页
    3.4 PCA-BP 神经网络突出预测模型的建立第43-49页
        3.4.1 预测模型的参数第43-44页
        3.4.2 突出预测模型实验平台——MATLB 简介第44-45页
        3.4.3 突出预测模型在 MATLAB 中的实现第45-46页
        3.4.4 PCA-BP 神经网络预测突出模型的训练及测试第46-49页
    3.5 本章小结第49-50页
第四章 基于 PCA 的 PSO-DE 混合算法优化 BP 神经网络预测模型第50-64页
    4.1 差分进化算法第50-53页
        4.1.1 差分进化算法的介绍第50页
        4.1.2 标准差分算法第50-52页
        4.1.3 DE 算法的参数第52页
        4.1.4 DE 算法的主要特点第52-53页
    4.2 粒子群算法第53-57页
        4.2.1 粒子群算法的发展第53页
        4.2.2 基本粒子群算法的原理第53-55页
        4.2.3 粒子群算法的计算步骤及流程图第55-56页
        4.2.4 粒子群算法的改进第56-57页
        4.2.5 粒子群算法的主要特点第57页
    4.3 基于 PCA 的 PSO-DE 优化 BP 神经网络的预测模型第57-62页
        4.3.1 PSO-DE 混合算法的原理第57-58页
        4.3.2 PSO-DE 混合算法优化 BP 神经网络第58-60页
        4.3.3 参数的设置第60-61页
        4.3.4 基于 PCA 的 PSO-DE 混合算法优化 BP 神经网络模型的测试第61-62页
    4.4 本章小结第62-64页
第五章 突出预测模型在屯兰矿的实际应用第64-80页
    5.1 屯兰矿的概况第64-67页
        5.1.1 地理位置第64-65页
        5.1.2 煤层赋存第65-66页
        5.1.3 开拓方式第66-67页
        5.1.4 矿井的通风系统第67页
    5.2 屯兰矿的煤与瓦斯突出主要因素的分析第67-70页
    5.3 预测指标的确定第70-72页
    5.4 预测煤与瓦斯突出指标的测定第72-75页
        5.4.1 钻屑瓦斯解吸指标(K 1)的测定第72-73页
        5.4.2 煤的坚固系数(f)的测定第73页
        5.4.3 最大钻屑量(S)的测定第73-74页
        5.4.4 瓦斯放散初速度(Δp)的测定第74-75页
        5.4.5 钻孔瓦斯涌出初速度(q0)的测定第75页
    5.5 屯兰矿煤与瓦斯突出预测实例分析第75-78页
    5.6 本章小结第78-80页
第六章 主要结论与展望第80-82页
    6.1 主要结论第80-81页
    6.2 不足与展望第81-82页
参考文献第82-86页
附录第86-90页
致谢第90-92页
在校期间研究成果第92页

论文共92页,点击 下载论文
上一篇:潞安矿区典型煤层煤样吸附CO2后自燃特性实验研究
下一篇:互联网与大学生社会化偏差