| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 1.绪论 | 第11-15页 |
| ·引言 | 第11页 |
| ·国内外研究现状 | 第11-14页 |
| ·国外研究现状 | 第11-12页 |
| ·国内研究现状 | 第12-14页 |
| ·主要研究的内容 | 第14-15页 |
| 2 瓦斯涌出量影响因素及其预测方法 | 第15-31页 |
| ·预测理论的 | 第15-20页 |
| ·预测的概念 | 第15-16页 |
| ·预测的特征 | 第16页 |
| ·预测误差 | 第16页 |
| ·预测技术分类 | 第16-17页 |
| ·预测的过程 | 第17-20页 |
| ·瓦斯涌出量概念 | 第20页 |
| ·影响瓦斯涌出量的因素 | 第20-22页 |
| ·影响工作面瓦斯涌出量的主要因素 | 第22-23页 |
| ·主要预测方法简介 | 第23-31页 |
| ·统计预测法 | 第23-25页 |
| ·分源预测法 | 第25-26页 |
| ·灰色系统法 | 第26-28页 |
| ·其它预测方法 | 第28-31页 |
| 3 神经网络理论基础 | 第31-48页 |
| ·人工神经网络概述 | 第31-32页 |
| ·人工神经网络的发展概况 | 第31页 |
| ·人工神经网络的特点 | 第31-32页 |
| ·人工神经网络的基本结构和模型 | 第32-38页 |
| ·人工神经元模型 | 第34-35页 |
| ·激活函数 | 第35-36页 |
| ·神经网络互连模式 | 第36页 |
| ·神经网络的学习算法 | 第36-37页 |
| ·神经网络的基本结构 | 第37-38页 |
| ·人工神经网络开发过程 | 第38-39页 |
| ·反向传播(BP)神经网络 | 第39-43页 |
| ·BP算法的不足及其改进 | 第43-48页 |
| ·BP学习算法的不足 | 第43页 |
| ·BP学习算法的改进 | 第43-44页 |
| ·几种具体改进方法 | 第44-48页 |
| 4 工作面瓦斯涌出量预测模型的建立 | 第48-64页 |
| ·基于MATLAB的神经网络预测方法 | 第48-55页 |
| ·MATLAB神经网络工具箱简介 | 第48-49页 |
| ·BP网络用到的工具箱函数 | 第49-53页 |
| ·MATLAB中BP网络的训练过程 | 第53-55页 |
| ·BP神经网络的设计 | 第55-57页 |
| ·BP神经网络的层数 | 第55页 |
| ·BP神经网络的神经元个数 | 第55页 |
| ·BP神经网络初始权的选取 | 第55-56页 |
| ·BP神经网络学习速率的选取 | 第56页 |
| ·BP神经网络转移函数和训练函数 | 第56-57页 |
| ·期望误差的选取 | 第57页 |
| ·瓦斯涌出量神经网络预测模型的建立 | 第57-64页 |
| ·不同工作面瓦斯涌出量预测模型 | 第58-60页 |
| ·同一工作面瓦斯涌出量预测模型 | 第60-64页 |
| 5 瓦斯涌出量预测管理系统实现技术及应用 | 第64-78页 |
| ·系统结构设计 | 第64-68页 |
| ·数据管理模块 | 第64-65页 |
| ·瓦斯涌出量预测模块 | 第65-66页 |
| ·数据查询模块 | 第66-67页 |
| ·系统设定模块 | 第67-68页 |
| ·系统开发环境 | 第68-69页 |
| ·数据库设计 | 第69-71页 |
| ·MATLAB与VB应用程序接口的实现 | 第71-78页 |
| ·基本原理 | 第71页 |
| ·ActiveX概述 | 第71-72页 |
| ·MATLAB与ActiveX集成 | 第72-74页 |
| ·MATLAB和Visual Basic数据交换的方法及实例 | 第74-78页 |
| 6 结论与展望 | 第78-80页 |
| ·主要结论 | 第78-79页 |
| ·展望 | 第79-80页 |
| 参考文献 | 第80-82页 |
| 致谢 | 第82-83页 |
| 作者简介及读研期间主要科研成果 | 第83页 |