谢一矿地下水化学特征及突水水源判别Elman神经网络模型
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 致谢 | 第8-13页 |
| 第一章 绪论 | 第13-17页 |
| ·选题目的 | 第13页 |
| ·选题意义 | 第13页 |
| ·国内外研究现状 | 第13-15页 |
| ·本文主要研究内容 | 第15-17页 |
| 第二章 研究区概况 | 第17-34页 |
| ·自然地理概况 | 第17-18页 |
| ·井田位置及交通 | 第17-18页 |
| ·水文、气象 | 第18页 |
| ·矿井地质 | 第18-26页 |
| ·地层 | 第18-21页 |
| ·构造 | 第21-26页 |
| ·矿井水文地质 | 第26-29页 |
| ·区域水文地质概况 | 第26-27页 |
| ·水文地质条件 | 第27-29页 |
| ·矿区地下水补、迳、排特征 | 第29-34页 |
| ·地下水的补、迳、排 | 第29-30页 |
| ·矿井充水特征 | 第30页 |
| ·谢一矿地下水流场分析 | 第30-34页 |
| 第三章 谢一井田常规水化学特征 | 第34-45页 |
| ·主要突水含水层水化学特征 | 第34-37页 |
| ·井田水文地质单元的划分 | 第35-36页 |
| ·piper 三线图水质分类 | 第36-37页 |
| ·各含水层水质总体特征分析 | 第37-40页 |
| ·水化学空间特征分析 | 第40-43页 |
| ·本章小结 | 第43-45页 |
| 第四章 传统矿井突水水源快速判别模型研究 | 第45-59页 |
| ·模糊综合评判模型分析 | 第46-51页 |
| ·模糊综合评判原理与方法 | 第46-49页 |
| ·模糊综合评判的应用 | 第49-51页 |
| ·灰色关联度模型分析 | 第51-55页 |
| ·灰色系统 | 第51-52页 |
| ·灰色关联度评判原理与方法 | 第52-54页 |
| ·灰色关联度评判的应用 | 第54-55页 |
| ·贝叶斯判别模型分析 | 第55-58页 |
| ·贝叶斯思想 | 第55页 |
| ·贝叶斯判别理论 | 第55-57页 |
| ·贝叶斯判别判的应用 | 第57-58页 |
| ·模型对比 | 第58-59页 |
| 第五章 基于神经网络的突水水源判别模型 | 第59-69页 |
| ·神经网络概述 | 第59-62页 |
| ·神经网络在在突水水源判别上的应用 | 第62页 |
| ·BP 神经网络 | 第62-65页 |
| ·BP 网络结构 | 第62-63页 |
| ·BP 网络学习 | 第63-64页 |
| ·BP 网络应用 | 第64-65页 |
| ·Elman 神经网络 | 第65-67页 |
| ·Elman 网络结构 | 第65-66页 |
| ·Elman 网络学习 | 第66页 |
| ·Elman 网络应用 | 第66-67页 |
| ·模型比较 | 第67-69页 |
| 第六章 结论与展望 | 第69-71页 |
| ·主要结论 | 第69页 |
| ·建议 | 第69-71页 |
| 参考文献 | 第71-75页 |
