基于BP神经网络的掘进工作面突出预测及防治技术研究
| 致谢 | 第1-7页 |
| 摘要 | 第7-8页 |
| Abstract | 第8-10页 |
| 目次 | 第10-13页 |
| 图清单 | 第13-14页 |
| 表清单 | 第14-15页 |
| 1 绪论 | 第15-23页 |
| ·引言 | 第15-16页 |
| ·研究背景和意义 | 第16页 |
| ·国内外突出预测研究现状 | 第16-20页 |
| ·静态预测技术 | 第17-18页 |
| ·动态预测技术 | 第18-19页 |
| ·现代控制理论在突出预测中的应用 | 第19-20页 |
| ·论文研究内容及技术路线 | 第20-22页 |
| ·研究主要内容 | 第20-21页 |
| ·论文技术路线 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 2 煤与瓦斯突出机理的研究 | 第23-29页 |
| ·突出的发展过程及条件 | 第23-24页 |
| ·发生突出的一般规律 | 第24-25页 |
| ·影响突出的主要因素 | 第25-27页 |
| ·突出过程中地应力的作用 | 第25-26页 |
| ·突出过程中瓦斯的作用 | 第26页 |
| ·突出过程中煤结构和强度的作用 | 第26-27页 |
| ·煤与瓦斯突出机理 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 3 基于 BP 神经网络的煤与瓦斯突出预测 | 第29-52页 |
| ·人工神经网络理论基础 | 第29-31页 |
| ·神经元数学模型 | 第29-30页 |
| ·神经网络的工作规则和分类 | 第30-31页 |
| ·BP 神经网络理论 | 第31-37页 |
| ·BP 神经网络的结构 | 第31-32页 |
| ·BP 神经网络算法 | 第32-36页 |
| ·L-M 算法改进 BP 神经网络 | 第36-37页 |
| ·基于神经网络工具箱的突出预测模型的构建 | 第37-40页 |
| ·面向 MATLAB 的 BP 神经网络设计 | 第37-38页 |
| ·突出预测模型的构建 | 第38-40页 |
| ·BP 神经网络突出预测模型的仿真 | 第40-51页 |
| ·网络模型数据的选择和分类 | 第40-41页 |
| ·网络模型参数的设置 | 第41-42页 |
| ·最佳隐含层神经元个数的确定 | 第42-46页 |
| ·训练函数的选择 | 第46-51页 |
| ·本章小结 | 第51-52页 |
| 4 五阳煤矿突出预测及防治技术研究 | 第52-67页 |
| ·五阳煤矿矿井概况 | 第52页 |
| ·五阳煤矿突出主控因素分析 | 第52-53页 |
| ·五阳煤矿突出预测指标的测定 | 第53-59页 |
| ·瓦斯压力的测定 | 第53-56页 |
| ·钻屑解析指标和钻屑量的测定 | 第56-57页 |
| ·煤的坚固性系数的测定 | 第57-59页 |
| ·五阳煤矿突出预测模型的应用 | 第59-63页 |
| ·煤与瓦斯突出防治技术研究 | 第63-66页 |
| ·本章小结 | 第66-67页 |
| 5 煤与瓦斯突出预测系统的开发 | 第67-79页 |
| ·MATLAB GUI | 第67页 |
| ·突出预测系统的图形用户界面设计 | 第67-70页 |
| ·突出预测系统的模块组成 | 第70-72页 |
| ·神经网络突出预测系统的应用 | 第72-78页 |
| ·本章小结 | 第78-79页 |
| 6 总结与展望 | 第79-81页 |
| ·全文总结 | 第79-80页 |
| ·未来工作展望 | 第80-81页 |
| 参考文献 | 第81-85页 |
| 作者简历 | 第85页 |
