首页--工业技术论文--矿业工程论文--矿山压力与支护论文--矿山压力与岩层移动论文--岩层移动论文

基于神经网络的软岩巷道位移时序预测方法研究

致谢第1-6页
摘要第6-7页
Abstract第7-11页
1 绪论第11-16页
   ·论文研究的背景及意义第11-12页
   ·国内、外研究现状第12-14页
     ·国外研究现状第12-13页
     ·国内研究现状第13-14页
   ·研究的内容及技术路线第14-16页
2. 神经网络概述第16-23页
   ·神经网络工作原理第16-20页
     ·生物神经元模型第16-18页
     ·神经网络模型第18-20页
   ·神经网络的训练第20-21页
   ·神经网络算法的 MATLAB 实现第21-22页
     ·MATLAB 概述第21-22页
     ·MATLAB 环境下神经网络算法的实现第22页
   ·本章小结第22-23页
3 软岩巷道围岩变形规律分析及位移量监测第23-36页
   ·软岩巷道围岩变形机理分析第23-30页
     ·软岩巷道围岩变形的弹、塑性变形第23-27页
     ·软岩巷道围岩的流变性第27-29页
     ·结构面的变形特性第29-30页
   ·软岩巷道围岩的变形规律第30-32页
   ·软岩巷道围岩位移的现场监测方案设计第32-35页
     ·软岩巷道位移监测站点的布置第32页
     ·表面位移的监测方法第32-34页
     ·位移监测数据的处理分析第34-35页
   ·本章小节第35-36页
4 基于神经网络的软岩巷道位移的时序预测模型第36-52页
   ·软岩巷道围岩位移的时序预测方法第36-37页
   ·BP 神经网络建模第37-44页
     ·BP 神经网络概述第37页
     ·BP 神经网络的结构模型第37-40页
     ·BP 神经网络的 MATLAB 实现第40页
     ·遗传算法对 BP 神经网络的优化第40-43页
     ·遗传算法优化 BP 神经网络的局限性第43页
     ·遗传算法改进 BP 神经网络的 MATLAB 实现第43-44页
   ·RBF 神经网络建模第44-47页
     ·RBF 神经网络概述第44页
     ·RBF 神经网络的结构模型第44-45页
     ·RBF 神经网络的学习算法第45-47页
     ·RBF 神经网络的 MATLAB 实现第47页
   ·GRNN 神经网络建模第47-51页
     ·GRNN 神经网络概述第47-48页
     ·GRNN 神经网络的结构第48页
     ·GRNN 神经网络的学习算法第48-50页
     ·GRNN 神经网络的 MATLAB 实现第50-51页
   ·本章小结第51-52页
5 工程实例分析第52-63页
   ·工程简介第52-54页
     ·地质条件第52页
     ·软岩巷道的支护方式第52-53页
     ·软岩巷道的支护参数第53-54页
     ·巷道位移监测点的布置设计第54页
   ·神经网络时序预测模型在工程中的应用第54-62页
     ·巷道围岩位移量的循环时序处理第54-56页
     ·软岩巷道围岩位移时序预测结果分析第56-62页
   ·本章小结第62-63页
6 结论与展望第63-65页
   ·结论第63页
   ·展望第63-65页
参考文献第65-67页
附录 A 监测位移数据循环时序处理程序第67-68页
附录 B 三种神经网络的训练程序第68-72页
附录 C 三种神经网络的预测程序第72-76页
作者简历第76-78页
学位论文数据集第78-79页

论文共79页,点击 下载论文
上一篇:机载锚杆钻机液压系统设计与研究
下一篇:跃进井田活动断裂对冲击地压的影响研究