| 第一章 绪论 | 第1-11页 |
| ·预裂爆破在工程中的运用概述 | 第6-7页 |
| ·预裂爆破的研究现状 | 第7-8页 |
| ·现有成缝模型的局限性 | 第8-9页 |
| ·人工智能在爆破界中的运用概述 | 第9-10页 |
| ·本论文研究的意义和主要内容 | 第10-11页 |
| 第二章 预裂爆破成缝机理及减震效果 | 第11-23页 |
| ·预裂爆破成缝机理 | 第11-20页 |
| ·成缝机理 | 第11-12页 |
| ·孔壁初始压力 | 第12-14页 |
| ·裂纹的起裂 | 第14-20页 |
| ·预裂孔的起裂方位 | 第14-17页 |
| ·裂纹的起裂 | 第17-18页 |
| ·裂纹的扩展与止裂 | 第18-20页 |
| ·预裂爆破减震及效果分析 | 第20-23页 |
| ·预裂爆破减震原因 | 第20-21页 |
| ·预裂爆破减震效果分析 | 第21-23页 |
| 第三章 影响预裂爆破成缝及其爆破参数设计的因素确定 | 第23-32页 |
| ·影响预裂爆破成缝的因素 | 第23-25页 |
| ·炸药性质 | 第23-24页 |
| ·矿岩物理力学性质 | 第24页 |
| ·地质条件 | 第24页 |
| ·钻孔的孔径 | 第24页 |
| ·岩体初始应力 | 第24-25页 |
| ·选取爆破参数设计的原则 | 第25页 |
| ·影响爆破参数设计主要指标量的确定 | 第25-27页 |
| ·预裂爆破成缝设计样本的确定 | 第27-32页 |
| 第四章 神经网络在预裂爆破中的运用研究 | 第32-55页 |
| ·人工神经网络简介 | 第32-37页 |
| ·BP神经网络模型 | 第37-43页 |
| ·BP神经网络的基本思想 | 第37-38页 |
| ·BP网络学习算法 | 第38-39页 |
| ·BP网络的数学原理 | 第39-42页 |
| ·BP算法流程图 | 第42-43页 |
| ·BP神经网络模型的改进 | 第43-45页 |
| ·BP算法的缺陷 | 第43页 |
| ·改进的BP算法 | 第43-45页 |
| ·MATLAB神经网络工具箱的简介 | 第45-47页 |
| ·MATLAB及其神经网络工具箱的简介 | 第45页 |
| ·运用神经网络工具箱设计网络的原则和过程 | 第45-47页 |
| ·爆破参数设计的构建 | 第47-55页 |
| ·网络层数的确定 | 第47页 |
| ·输入和输出层的设计 | 第47-49页 |
| ·隐含层的神经元数 | 第49-50页 |
| ·激活函数的选取 | 第50-53页 |
| ·初始权值的选取 | 第53页 |
| ·学习速率 | 第53-54页 |
| ·期望误差的选取 | 第54-55页 |
| 第5章 爆破参数设计智能系统的开发与应用 | 第55-65页 |
| ·爆破参数设计智能系统的开发 | 第55-56页 |
| ·智能系统开发工具 | 第55页 |
| ·系统的基本结构 | 第55-56页 |
| ·系统运行环境 | 第56页 |
| ·爆破参数设计智能系统的使用 | 第56-62页 |
| ·爆破参数设计智能系统的应用实例 | 第62-65页 |
| ·系统网络训练 | 第62-63页 |
| ·系统应用实例 | 第63-65页 |
| 第6章 总结与展望 | 第65-67页 |
| ·总结 | 第65-66页 |
| ·展望 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 致谢 | 第70-71页 |
| 读硕士期间发表的论文 | 第71页 |