基于神经网络的软岩巷道变形预测研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-14页 |
| 第2章 神经网络概述 | 第14-20页 |
| ·神经网络基本原理及发展过程 | 第14-16页 |
| ·神经元模型 | 第16-19页 |
| ·神经网络结构 | 第19-20页 |
| 第3章 巷道变形的因素分析及现场监测 | 第20-26页 |
| ·巷道围岩变形机理分析 | 第20-23页 |
| ·巷道围岩变形指标的测取 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 第4章 BP 神经网络的建模及预测 | 第26-36页 |
| ·BP 神经网络的原理及网络结构 | 第26-30页 |
| ·BP 神经网络的原理 | 第26-30页 |
| ·反向传播的网络结构 | 第30页 |
| ·BP 网络的改进 | 第30-31页 |
| ·动量改进方法 | 第30-31页 |
| ·学习速度改进 | 第31页 |
| ·网络建模与实现 | 第31-35页 |
| ·本章小结 | 第35-36页 |
| 第5章 RBF 神经网络建模及预测 | 第36-44页 |
| ·RBF 神经网络原理及网络结构 | 第36-38页 |
| ·RBF 网络的训练和学习 | 第38-40页 |
| ·网络建模与实现 | 第40-43页 |
| ·本章小结 | 第43-44页 |
| 第6章 GRNN 神经网络建模及预测 | 第44-49页 |
| ·GRNN 神经网络原理及网络结构 | 第44-45页 |
| ·GRNN 网络的学习、建模及实现 | 第45-48页 |
| ·本章小结 | 第48-49页 |
| 第7章 巷道围岩变形预测方法研究与应用 | 第49-61页 |
| ·三种神经网络预测方法比较与分析 | 第49-52页 |
| ·广义回归网络实际检测与应用 | 第52-60页 |
| ·工程概况 | 第52-54页 |
| ·预测巷道现场监测 | 第54-57页 |
| ·GRNN 网络预测结果 | 第57-60页 |
| ·本章小结 | 第60-61页 |
| 第8章 结论 | 第61-63页 |
| ·结论 | 第61-62页 |
| ·展望 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66页 |
| 作者简介 | 第66页 |
| 攻读硕士学位期间发表的论文和科研成果 | 第66页 |
