煤矿物联网环境下的瓦斯爆炸灾害预测预警模型研究
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 研究背景与意义 | 第11-18页 |
| 1.1.1 煤矿物联网概述 | 第14-15页 |
| 1.1.2 煤矿物联网体系结构 | 第15-16页 |
| 1.1.3 煤矿物联网应用现状 | 第16-18页 |
| 1.2 研究内容 | 第18-19页 |
| 1.3 论文结构安排 | 第19-20页 |
| 1.4 本章小结 | 第20-21页 |
| 第2章 煤矿物联网信息处理与识别技术相关研究 | 第21-27页 |
| 2.1 信息处理与识别技术概述 | 第21页 |
| 2.2 瓦斯爆炸灾害预测技术研究现状 | 第21-24页 |
| 2.3 瓦斯爆炸灾害预警技术研究现状 | 第24-25页 |
| 2.4 本章小结 | 第25-27页 |
| 第3章 瓦斯爆炸灾害预测模型 | 第27-41页 |
| 3.1 BP神经网络 | 第27-31页 |
| 3.1.1 BP神经网络概述 | 第27-30页 |
| 3.1.2 BP神经网络参数调整 | 第30-31页 |
| 3.2 PSO-MEA混合优化算法 | 第31-39页 |
| 3.2.1 算法设计 | 第33-35页 |
| 3.2.2 收敛性分析 | 第35-36页 |
| 3.2.3 测试函数仿真分析 | 第36-39页 |
| 3.3 瓦斯爆炸灾害预测模型的建立 | 第39-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第4章 瓦斯爆炸灾害预警模型 | 第41-51页 |
| 4.1 瓦斯爆炸灾害指标体系 | 第41-43页 |
| 4.1.1 指标体系的确立 | 第41-42页 |
| 4.1.2 危险等级划分 | 第42-43页 |
| 4.2 非线性模糊综合评价模型 | 第43-49页 |
| 4.2.1 权重的确定 | 第43-45页 |
| 4.2.2 隶属度函数的构建 | 第45-47页 |
| 4.2.3 非线性隶属度转换算法 | 第47-49页 |
| 4.2.4 识别准则 | 第49页 |
| 4.3 模型对比分析 | 第49-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第5章 瓦斯爆炸灾害预测预警实例仿真分析 | 第51-60页 |
| 5.1 瓦斯爆炸灾害预测模型仿真分析 | 第51-55页 |
| 5.1.1 预测模型的数据来源 | 第51页 |
| 5.1.2 预测模型的仿真分析 | 第51-55页 |
| 5.2 瓦斯爆炸灾害预警模型仿真分析 | 第55-59页 |
| 5.2.1 预警模型的数据来源 | 第55-56页 |
| 5.2.2 预警模型的仿真分析 | 第56-59页 |
| 5.3 本章小结 | 第59-60页 |
| 结论与展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 作者简介 | 第67页 |
| 攻读硕士学位期间发表的论文和参加科研情况 | 第67-68页 |
