| 1 导言 | 第1-14页 |
| ·问题的提出 | 第7-8页 |
| ·文献综述 | 第8-11页 |
| ·有关研究综述 | 第8-11页 |
| ·煤矿区可持续发展系统分析 | 第8页 |
| ·煤矿区可持续发展评价指标体系 | 第8-9页 |
| ·煤矿区可持续发展的评价理论与方法 | 第9-10页 |
| ·神经网络方法在煤矿区可持续发展预警中的应用 | 第10-11页 |
| ·以往相关研究中的存在的问题 | 第11页 |
| ·研究内容及方法概要 | 第11-12页 |
| ·本论文的框架体系 | 第11-12页 |
| ·研究方法概要 | 第12页 |
| ·本论文的创新点 | 第12页 |
| ·本论文的不足之处 | 第12-14页 |
| 2 煤矿区可持续发展分析 | 第14-30页 |
| ·可持续发展的定义与内涵 | 第14-16页 |
| ·可持续发展的定义 | 第14-16页 |
| ·可持续发展的内涵 | 第16页 |
| ·可持续发展系统的协调发展 | 第16-20页 |
| ·可持续发展系统协调的内涵 | 第16-17页 |
| ·可持续发展系统协调的基本原理 | 第17-20页 |
| ·煤矿区可持续发展 | 第20-26页 |
| ·煤矿区概述 | 第20-23页 |
| ·煤矿区的概念 | 第20-21页 |
| ·我国煤矿区生产的特点 | 第21-23页 |
| ·煤矿区可持续发展的概念、内涵及目标 | 第23-25页 |
| ·煤矿区可持续发展的概念 | 第23页 |
| ·煤矿区可持续发展的内涵 | 第23-24页 |
| ·煤矿区可持续发展的目标 | 第24-25页 |
| ·将煤矿区作为可持续发展研究对象的合理性 | 第25-26页 |
| ·煤矿区可持续发展系统的结构分析 | 第26-30页 |
| 3 煤矿区可持续发展的评价 | 第30-53页 |
| ·指标与指标体系的一般理论 | 第30-32页 |
| ·指标的内涵 | 第30-31页 |
| ·指标的类型 | 第31-32页 |
| ·指标体系理论 | 第32页 |
| ·煤矿区可持续发展的评价指标体系 | 第32-38页 |
| ·构建煤矿区可持续发展评价指标体系的指导思想 | 第33-34页 |
| ·煤矿区可持续发展评价指标体系构建的基本原则 | 第34-35页 |
| ·煤矿区可持续发展评价指标体系 | 第35-38页 |
| ·煤矿区可持续发展评价 | 第38-53页 |
| ·评价方法与模型 | 第38-39页 |
| ·评价标准 | 第39-40页 |
| ·指标权重的确定 | 第40-49页 |
| ·评价计算 | 第49-53页 |
| ·一级指标模糊隶属度的确定(一级评价) | 第49-51页 |
| ·二级评价 | 第51-52页 |
| ·三级评价 | 第52页 |
| ·综合评价 | 第52-53页 |
| 4 神经网络方法在煤矿区可持续发展预警中的应用初探 | 第53-83页 |
| ·经济预警基本理论框架 | 第53-55页 |
| ·煤矿区可持续发展预警的方法选择 | 第55-57页 |
| ·传统预警系统概述 | 第55-56页 |
| ·煤矿区可持续发展预警方法的选择 | 第56-57页 |
| ·人工神经网络 | 第57-72页 |
| ·人工神经网络概述 | 第57-58页 |
| ·人工神经网络的结构 | 第58-62页 |
| ·人工神经网络的学习 | 第62-64页 |
| ·前馈多层神经网络学习算法(BP算法) | 第64-70页 |
| ·BP神经网络的神经元模型 | 第64-65页 |
| ·BP神经网络的网络结构 | 第65-67页 |
| ·BP神经网络的学习规则及其数学描述 | 第67-70页 |
| ·运用DPS数据处理系统实现BP神经网络计算 | 第70-72页 |
| ·基于BP算法的煤矿区可持续发展预警初探 | 第72-77页 |
| ·煤矿区可持续发展预警 | 第72页 |
| ·人工神经网络的预警原理 | 第72-74页 |
| ·运用BP网络进行预警的特点 | 第74-75页 |
| ·煤矿区可持续发展预警的预警过程及模块 | 第75-77页 |
| ·煤矿区可持续发展预警的信息系统设想 | 第77-83页 |
| ·系统设计思路 | 第77-81页 |
| ·总体设计思路 | 第77-80页 |
| ·子系统设计 | 第80-81页 |
| ·系统研究方法与技术路线 | 第81-83页 |
| 参考文献 | 第83-88页 |