| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-11页 |
| 1 绪论 | 第11-17页 |
| ·引言 | 第11-12页 |
| ·瓦斯涌出量研究现状 | 第12-14页 |
| ·国外研究现状 | 第12页 |
| ·国内研究现状 | 第12-14页 |
| ·研究内容 | 第14-15页 |
| ·研究方法与技术路线 | 第15-17页 |
| ·研究方法 | 第15-16页 |
| ·技术路线 | 第16-17页 |
| 2 多元线性回归分析理论 | 第17-32页 |
| ·回归分析基本概念 | 第17页 |
| ·多元线性回归 | 第17-28页 |
| ·多元线性回归定义 | 第17-18页 |
| ·多元线性回归模型及算法 | 第18-20页 |
| ·回归方程及显著性检验 | 第20-28页 |
| ·多元回归分析建模方法 | 第28-32页 |
| ·逐步回归分析 | 第28-30页 |
| ·主成分多元回归分析 | 第30-31页 |
| ·多元回归分析建模流程 | 第31-32页 |
| 3 多元回归残差RBF神经网络修正算法 | 第32-46页 |
| ·RBF神经网络 | 第32-41页 |
| ·人工神经网络 | 第32-33页 |
| ·人工神经网络的工作原理及特点 | 第33-35页 |
| ·RBF神经网络 | 第35页 |
| ·RBF函数 | 第35-36页 |
| ·RBF神经网络模型 | 第36-37页 |
| ·RBF神经网络的学习 | 第37-39页 |
| ·RBF神经网络优势 | 第39-40页 |
| ·RBF神经网络存在的问题 | 第40-41页 |
| ·多元回归分析残差修RBF神经网络预测模型 | 第41-43页 |
| ·组合预测方法 | 第41-42页 |
| ·组合预测优势 | 第42页 |
| ·多元回归分析残差修正RBF神经网络预测 | 第42-43页 |
| ·SPSS及特点 | 第43-46页 |
| 4 瓦斯涌出因素分析及预测指标体系确定 | 第46-51页 |
| ·瓦斯涌出影响因素分析 | 第46-49页 |
| ·瓦斯涌出量影响地质因素 | 第46-48页 |
| ·瓦斯涌出量开采因素 | 第48-49页 |
| ·自然因素 | 第49页 |
| ·瓦斯涌出量影响因素指标体系构建 | 第49-51页 |
| ·构建预测指标体系的原则 | 第49-50页 |
| ·瓦斯涌出量预测指标体系构建 | 第50-51页 |
| 5 瓦斯涌出量多元回归分析RBF残差修正算法实现及应用 | 第51-67页 |
| ·多元回归分析瓦斯涌出量预测模型 | 第51-59页 |
| ·逐步回归分析瓦斯涌出量预测 | 第51-55页 |
| ·主成分回归分析瓦斯涌出量预测 | 第55-59页 |
| ·RBF神经网络瓦斯涌出量预测 | 第59-61页 |
| ·多元回归分析残差RBF修正算法瓦斯涌出量预测 | 第61-64页 |
| ·结果比较 | 第64-65页 |
| ·工程应用 | 第65-67页 |
| 结论 | 第67-69页 |
| 展望 | 第69-70页 |
| 参考文献 | 第70-72页 |
| 作者简历 | 第72-74页 |
| 学位论文数据集 | 第74页 |