| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-17页 |
| ·煤矿瓦斯预测的研究意义 | 第9-10页 |
| ·煤矿瓦斯预测研究的发展与现状 | 第10-13页 |
| ·时间序列预测法 | 第11页 |
| ·马尔科夫模型预测法 | 第11页 |
| ·灰色模型预测法 | 第11页 |
| ·人工神经网络预测法 | 第11-12页 |
| ·预测方法的改进 | 第12-13页 |
| ·存在的问题 | 第13-14页 |
| ·本文的工作及章节安排 | 第14-17页 |
| 第二章 预测相关理论的概述 | 第17-37页 |
| ·煤矿知识理论 | 第17-19页 |
| ·煤矿安全概述 | 第17-18页 |
| ·煤矿安全的影响因素 | 第18-19页 |
| ·商空间理论 | 第19-24页 |
| ·引言 | 第19-21页 |
| ·商空间原理 | 第21-22页 |
| ·商空间模型 | 第22-24页 |
| ·神经网络理论知识 | 第24-31页 |
| ·神经网络的特点 | 第24-25页 |
| ·神经网络模型 | 第25-29页 |
| ·BP神经网络 | 第29-31页 |
| ·覆盖算法 | 第31-34页 |
| ·覆盖算法描述 | 第31-34页 |
| ·覆盖算法研究进展 | 第34页 |
| ·构造性神经网络 | 第34-35页 |
| ·灰色关联算法 | 第35-37页 |
| 第三章 基于商空间的神经网络预测模型 | 第37-45页 |
| ·数据的预处理 | 第37-38页 |
| ·BP神经网络的预测 | 第38-41页 |
| ·BP神经网络用于瓦斯预测的一般流程 | 第38-39页 |
| ·网络结构的确定 | 第39-40页 |
| ·激活函数和训练算法的确定 | 第40-41页 |
| ·网络模型的泛化 | 第41页 |
| ·CA-BP构造性神经网络的预测 | 第41-43页 |
| ·CA-BP构造性网络模型的设计思想 | 第41页 |
| ·CA-BP构造性模型描述 | 第41-43页 |
| ·预测的评价方法 | 第43-45页 |
| 第四章 基于商空间的构造性神经网络在瓦斯预测中的应用 | 第45-53页 |
| ·瓦斯特征变量的选取 | 第45-46页 |
| ·煤矿瓦斯浓度预测 | 第46-51页 |
| ·BP模型的预测 | 第47-48页 |
| ·CA-BP构造性网络模型的预测 | 第48-51页 |
| ·结果分析与比较 | 第51-53页 |
| 第五章 总结与展望 | 第53-55页 |
| ·总结 | 第53-54页 |
| ·展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59-61页 |
| 攻读学位期间发表的学术论文 | 第61页 |