基于模糊聚类分析和神经网络的导水裂隙带高度研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第17-25页 |
| 1.1 选题背景、研究目的及意义 | 第17-21页 |
| 1.1.1 选题背景 | 第17-18页 |
| 1.1.2 研究目的 | 第18-20页 |
| 1.1.3 研究意义 | 第20-21页 |
| 1.2 国内外研究现状 | 第21-23页 |
| 1.2.1 国外研究现状 | 第21页 |
| 1.2.2 国内研究现状 | 第21-23页 |
| 1.3 研究内容概述 | 第23-24页 |
| 1.4 方法与技术路线 | 第24-25页 |
| 2 基础理论概述 | 第25-41页 |
| 2.1 导水性的研究 | 第25页 |
| 2.2 影响导高发育的因素 | 第25-26页 |
| 2.3 突水水源类型 | 第26-27页 |
| 2.4 模糊聚类分析算法 | 第27-31页 |
| 2.4.1 聚类分析法的发展及原理 | 第27-28页 |
| 2.4.2 模糊聚类分析算法设计 | 第28-31页 |
| 2.5 人工神经网络模型 | 第31-37页 |
| 2.5.1 神经网络概述 | 第31-33页 |
| 2.5.2 BP神经网络学习算法 | 第33-37页 |
| 2.6 构建人工神经网络模型 | 第37-41页 |
| 3 模糊聚类分析和人工神经网络的组合模型 | 第41-47页 |
| 3.1 BP神经网络的特点 | 第41页 |
| 3.2 BP神经网络的局限性 | 第41-42页 |
| 3.3 构建组合模型 | 第42-47页 |
| 4 应用实例 | 第47-73页 |
| 4.1 实测样本分析 | 第47-49页 |
| 4.2 预测样本分析 | 第49-56页 |
| 4.2.1 井田交通与位置 | 第49页 |
| 4.2.2 井田地层 | 第49页 |
| 4.2.3 井田构造 | 第49-50页 |
| 4.2.4 煤系与煤层 | 第50-56页 |
| 4.2.5 工作面分析 | 第56页 |
| 4.3 样本处理 | 第56-66页 |
| 4.3.1 原始数据标准化 | 第56-58页 |
| 4.3.2 建立模糊相似矩阵 | 第58-59页 |
| 4.3.3 建立模糊等价矩阵 | 第59-60页 |
| 4.3.4 聚类分析 | 第60-65页 |
| 4.3.5 决策与评价 | 第65-66页 |
| 4.4 基于组合模型的导高预测与分析 | 第66-73页 |
| 4.4.1 预测样本导高值计算 | 第67-72页 |
| 4.4.2 结果分析 | 第72-73页 |
| 5 结论与展望 | 第73-75页 |
| 5.1 结论 | 第73-74页 |
| 5.2 展望 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 附录1 模糊等价矩阵计算程序 | 第79-81页 |
| 附录2 预测样本1、2计算程序 | 第81-83页 |
| 附录3 预测样本3计算程序 | 第83-85页 |
| 致谢 | 第85-87页 |
| 作者简介及读研期间主要成果 | 第87页 |
