基于SVR的煤层顶板水害分析模型研究--以孔庄煤矿为例
| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第16-23页 |
| 1.1 研究背景及研究意义 | 第16-17页 |
| 1.2 国内外研究现状 | 第17-19页 |
| 1.3 研究内容和技术路线 | 第19-21页 |
| 1.4 论文组织结构 | 第21-23页 |
| 2 支持向量回归机理论概述 | 第23-31页 |
| 2.1 统计学习理论核心内容 | 第23-25页 |
| 2.2 支持向量机基本思想 | 第25-27页 |
| 2.3 支持向量回归机 | 第27-29页 |
| 2.4 核函数 | 第29-31页 |
| 3 研究区概况 | 第31-39页 |
| 3.1 自然地理条件 | 第31-32页 |
| 3.2 矿井地质条件 | 第32-36页 |
| 3.3 矿井水文地质条件 | 第36-39页 |
| 4 资料准备及主控因素分析 | 第39-48页 |
| 4.1 资料准备 | 第39-40页 |
| 4.2 煤层顶板充水条件分析 | 第40-42页 |
| 4.3 主控因素分析 | 第42-48页 |
| 5 主控因素量化 | 第48-63页 |
| 5.1 断层构造复杂度评价 | 第48-55页 |
| 5.2 含水层厚度 | 第55-59页 |
| 5.3 隔水层厚度 | 第59-62页 |
| 5.4 导水裂隙带高度 | 第62-63页 |
| 6 基于SVR的顶板水害预测模型 | 第63-74页 |
| 6.1 基于SVR的涌水量预测流程 | 第63-64页 |
| 6.2 顶板突水涌水量预测非线性建模 | 第64-66页 |
| 6.3 预测精度评价 | 第66-67页 |
| 6.4 利用LIBSVM工具包实现模型 | 第67-71页 |
| 6.5 顶板突水预测与分析 | 第71-74页 |
| 7 结论与展望 | 第74-76页 |
| 7.1 结论 | 第74页 |
| 7.2 展望 | 第74-76页 |
| 参考文献 | 第76-81页 |
| 作者简历 | 第81-83页 |
| 学位论文数据集 | 第83页 |
