| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 文献综述 | 第10-17页 |
| ·煤炭发热量意义 | 第10页 |
| ·煤炭发热量预测方法及预测准确度评价 | 第10-11页 |
| ·煤炭发热量测定方法 | 第10-11页 |
| ·煤炭发热量计算方法 | 第11页 |
| ·煤炭发热量预测准确度评价 | 第11页 |
| ·煤发热量计算数学模型 | 第11-14页 |
| ·线性计算模型 | 第11-12页 |
| ·人工神经网络模型 | 第12-13页 |
| ·遗传算法 | 第13-14页 |
| ·MATLAB 人工神经网络应用及界面编程 | 第14-15页 |
| ·选题背景及主要研究内容 | 第15-17页 |
| ·本论文选题背景 | 第15-16页 |
| ·本论文主要研究内容 | 第16-17页 |
| 第二章 伊犁地区煤发热量与其它煤质指标之间的关系分析 | 第17-22页 |
| ·伊犁地区煤发热量与工业分析指标的关系 | 第17-19页 |
| ·伊犁地区煤发热量与元素分析指标的关系 | 第19-22页 |
| 第三章 线性回归计算伊犁地区煤发热量 | 第22-29页 |
| ·经验公式用于计算伊犁地区煤发热量的适用性分析 | 第22-23页 |
| ·多元线性回归分析计算新疆伊犁地区煤发热量 | 第23-28页 |
| ·工业分析指标计算煤发热量 | 第24-26页 |
| ·元素分析数据计算煤的高位发热量 | 第26-28页 |
| ·计算结果与分析 | 第28-29页 |
| 第四章 BP 人工神经网络计算伊犁地区煤发热量 | 第29-36页 |
| ·BP 网络模型计算煤发热量的数学模型 | 第29-30页 |
| ·伊犁地区发热量的 BP 网络模型的建立 | 第30-33页 |
| ·训练煤样的选取及预处理 | 第30-31页 |
| ·模型结构及隐形节点个数的确定 | 第31页 |
| ·模型迭代算法的选择 | 第31页 |
| ·模型性能函数的确定 | 第31页 |
| ·BP 计算模型的初步建立 | 第31-32页 |
| ·BP 网络模型的 MATLAB 代码设计 | 第32-33页 |
| ·计算结果与分析 | 第33-36页 |
| ·最优隐蔽层节点数设置分析 | 第33页 |
| ·BP 网络迭代停止的判定 | 第33-35页 |
| ·BP 模型表达式及参数计算结果 | 第35-36页 |
| 第五章 基于遗传算法的组合算法计算伊犁地区煤发热量 | 第36-44页 |
| ·遗传算法优化煤发热量预测 BP 网络模型原理 | 第36-37页 |
| ·组合优化算法步骤分析 | 第36页 |
| ·组合优化算法设计 | 第36-37页 |
| ·组合优化算法实现的 MATLAB 程序设计 | 第37-41页 |
| ·组合算法中的神经网络部分程序设计 | 第37-38页 |
| ·遗传算法部分在 MATLAB 中程序设计 | 第38-40页 |
| ·绘制遗传算法进化图 | 第40页 |
| ·重新构建优化参数后的 BP 网络模型 | 第40-41页 |
| ·计算结果与分析 | 第41-44页 |
| ·遗传算法优化 BP 计算结果 | 第41-43页 |
| ·结果分析 | 第43-44页 |
| 第六章 径向基神经网络计算伊犁地区煤发热量 | 第44-49页 |
| ·径向基神经网络原理 | 第44-45页 |
| ·RBF 神经元结构 | 第44页 |
| ·计算煤发热量的 RBFNN 数学模型 | 第44-45页 |
| ·基于 MATLAB 建立煤发热量计算的 RBFNN 模型 | 第45-46页 |
| ·RBFNN 在 MATLAB 中的实现方式 | 第45页 |
| ·计算煤发热量 RBFNN 模型程序设计 | 第45-46页 |
| ·计算结果与分析 | 第46-49页 |
| ·归一化处理对 RBF 模型计算结果的影响 | 第46页 |
| ·SPREAD 的值对 RBFNN 预测煤发热量的影响 | 第46-47页 |
| ·RBFNN 模型计算结果图像显示 | 第47-48页 |
| ·煤发热量计算的最终 RBFNN 模型表达式 | 第48-49页 |
| 第七章 支持向量机算法计算伊犁地区煤发热量 | 第49-55页 |
| ·支持向量机（SVM）理论 | 第49-51页 |
| ·SVM 回归拟合原理 | 第49页 |
| ·煤发热量计算的 SVR 数学模型 | 第49-51页 |
| ·模型的核函数选择 | 第51页 |
| ·基于 MATLAB 的 SVR 计算煤发热量的程序设计 | 第51-52页 |
| ·确定 SVR 模型的训练及和测试集 | 第52页 |
| ·煤样的归一化处理 | 第52页 |
| ·利用 libsvm 建立回归型支持向量机（SVR）模型 | 第52页 |
| ·煤发热量 SVR 模型的预测及结果绘图 | 第52页 |
| ·SVM 计算结果与分析 | 第52-53页 |
| ·各煤发热量方法计算结果与分析 | 第53-55页 |
| 第八章 煤发热量计算应用软件开发 | 第55-71页 |
| ·煤质分析成分基准换算程序及界面设计 | 第55-57页 |
| ·煤样分类识别系统(GB5751-86)程序及 GUI 设计 | 第57-59页 |
| ·煤发热量经验公式数据库 | 第59-63页 |
| ·煤发热量计算方法程序及界面设计 | 第63-68页 |
| ·伊犁尼勒克地区煤样发热量预测的 SVR 计算界面 | 第63-64页 |
| ·线性回归预测法 | 第64-66页 |
| ·非线性方法模型预测煤发热量 | 第66-68页 |
| ·不同基准发热量换算 | 第68-69页 |
| ·煤发热量计算应用软件主界面 | 第69-71页 |
| 第九章 结语 | 第71-73页 |
| ·结论 | 第71-72页 |
| ·展望 | 第72-73页 |
| 参考文献 | 第73-76页 |
| 附录 | 第76-79页 |
| 研究生工作期间发表和撰写的论文 | 第79-80页 |
| 致谢 | 第80页 |
