基于人工神经网络的矿井素质评价系统研究
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 1 绪论 | 第7-18页 |
| ·研究背景及意义 | 第7-10页 |
| ·研究背景 | 第7-8页 |
| ·研究的目的及意义 | 第8-10页 |
| ·国内外研究现状 | 第10-15页 |
| ·国内外煤矿企业相关评价研究现状 | 第10-12页 |
| ·评价方法研究现状 | 第12-13页 |
| ·矿井素质及其评价的相关研究 | 第13-15页 |
| ·现有矿井素质评价存在问题 | 第15页 |
| ·矿井素质神经网络评价可视化的可行性 | 第15-16页 |
| ·煤矿生产系统特点 | 第15页 |
| ·神经网络评价的优势 | 第15-16页 |
| ·可视化操作的可行性 | 第16页 |
| ·本课题的研究内容及技术路线 | 第16-18页 |
| ·研究内容 | 第16-17页 |
| ·技术路线 | 第17-18页 |
| 2 矿井素质评价指标体系研究 | 第18-31页 |
| ·指标选取原则 | 第18-19页 |
| ·指标评分标准 | 第19-20页 |
| ·矿井素质评价指标体系 | 第20-21页 |
| ·评价指标赋值 | 第21-22页 |
| ·本章小结 | 第22-31页 |
| 3 矿井素质人工神经网络评价模型 | 第31-42页 |
| ·神经网络模型 | 第31-33页 |
| ·神经元模型 | 第31-32页 |
| ·神经网络分类 | 第32-33页 |
| ·神经网络学习规则 | 第33页 |
| ·BP神经网络在矿井素质评价中的适宜性分析 | 第33-37页 |
| ·BP神经网络及其算法介绍 | 第33-36页 |
| ·BP网络模型的改善 | 第36-37页 |
| ·基于神经网络的矿井素质评价模型建立 | 第37-39页 |
| ·矿井素质两级评价模型 | 第37页 |
| ·神经网络结构设计 | 第37-39页 |
| ·MATLAB神经网络工具箱 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 4 矿井素质评价系统的开发 | 第42-51页 |
| ·VB调用神经网络工具箱的实现方法 | 第42-43页 |
| ·矿井素质评价系统的实现 | 第43-44页 |
| ·系统的建立 | 第43-44页 |
| ·系统功能模块 | 第44页 |
| ·矿井素质评价系统的功能实现 | 第44-49页 |
| ·评价指标管理模块 | 第45页 |
| ·评价数据管理模块 | 第45-46页 |
| ·加权相加法计算模 块 | 第46-47页 |
| ·神经网络( BP )计算模块 | 第47-48页 |
| ·查询输出模块 | 第48-49页 |
| ·系统管理模块 | 第49页 |
| ·主要程序代码 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 5 矿井素质评价系统的应用 | 第51-67页 |
| ·矿井概况 | 第51-52页 |
| ·员工结构 | 第51-52页 |
| ·管理模式 | 第52页 |
| ·矿井素质现状分析 | 第52页 |
| ·神经网络评价过程及结果 | 第52-65页 |
| ·数据采集 | 第52-57页 |
| ·网络训练 | 第57-60页 |
| ·指标权重计算 | 第60-64页 |
| ·评价结果 | 第64-65页 |
| ·评价结果分析 | 第65-66页 |
| ·本章小结 | 第66-67页 |
| 6 结论与展望 | 第67-68页 |
| ·主要结论 | 第67页 |
| ·展望 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 附录 | 第72-73页 |
| 附表 | 第73-85页 |
