| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 目录 | 第7-10页 |
| 1 绪论 | 第10-19页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2. 国内外研究现状 | 第12-16页 |
| 1.2.1 煤矿生产物流研究现状 | 第12-14页 |
| 1.2.2 煤矿安全预测研究现状 | 第14-16页 |
| 1.3 研究内容与技术路线 | 第16-18页 |
| 1.3.1 研究内容 | 第16-17页 |
| 1.3.2 技术路线 | 第17-18页 |
| 1.4 本文创新点 | 第18-19页 |
| 2 理论综述 | 第19-29页 |
| 2.1 煤矿生产物流系统 | 第19-20页 |
| 2.1.1 煤矿生产物流系统定义 | 第19页 |
| 2.1.2 煤矿生产物流系统特点 | 第19-20页 |
| 2.2 灰色理论 | 第20-22页 |
| 2.2.1 灰色聚类分析 | 第20-21页 |
| 2.2.2 灰色关联分析 | 第21-22页 |
| 2.3 SVM理论 | 第22-27页 |
| 2.3.1 统计学习理论 | 第22-23页 |
| 2.3.2 SVM分类原理 | 第23-27页 |
| 2.4 PSO算法理论 | 第27-28页 |
| 2.4.1 PSO算法的原理 | 第27-28页 |
| 2.4.2 PSO算法的优缺点 | 第28页 |
| 2.5 本章小结 | 第28-29页 |
| 3 煤矿生产物流系统安全状态指标体系研究 | 第29-44页 |
| 3.1 指标选取原则 | 第29-30页 |
| 3.2 选取指标存在的问题 | 第30-31页 |
| 3.3 煤矿生产物流安全状态影响因素分析 | 第31-37页 |
| 3.3.1 人员因素 | 第32-33页 |
| 3.3.2 作业因素 | 第33页 |
| 3.3.3 机电因素 | 第33-34页 |
| 3.3.4 运输因素 | 第34-35页 |
| 3.3.5 通风因素 | 第35页 |
| 3.3.6 排水因素 | 第35-36页 |
| 3.3.7 瓦斯因素 | 第36-37页 |
| 3.4 指标体系的初步构建 | 第37-38页 |
| 3.5 指标体系优化 | 第38-43页 |
| 3.5.1 基于灰色聚类分析的指标分类 | 第39-41页 |
| 3.5.2 基于灰色关联分析的指标修正 | 第41-43页 |
| 3.6 本章小结 | 第43-44页 |
| 4 煤矿生产物流系统安全状态预测模型研究 | 第44-52页 |
| 4.1 建模基本思路 | 第44页 |
| 4.2 核函数的选取 | 第44-46页 |
| 4.3 PSO算法的改进 | 第46-47页 |
| 4.3.1 惯性权重的调节 | 第46页 |
| 4.3.2 学习权重的调节 | 第46-47页 |
| 4.4 参数优选机制 | 第47-49页 |
| 4.4.1 交叉验证机制 | 第47页 |
| 4.4.2 IPSO优化机制 | 第47-49页 |
| 4.5 基于IPSO-SVM的煤矿生产物流系统安全状态预测模型架构 | 第49-50页 |
| 4.6 算例验证 | 第50-51页 |
| 4.7 本章小结 | 第51-52页 |
| 5 案例分析 | 第52-61页 |
| 5.1 案例背景阐述 | 第52页 |
| 5.2 实验准备 | 第52-55页 |
| 5.2.1 实验环境 | 第52-53页 |
| 5.2.2 安全状态分类 | 第53-54页 |
| 5.2.3 样本搜集及处理 | 第54-55页 |
| 5.3 实验运行及结果分析 | 第55-60页 |
| 5.3.1 实验初始化设置 | 第55-56页 |
| 5.3.2 参数优化结果分析 | 第56-58页 |
| 5.3.3 模型测试结果分析 | 第58-60页 |
| 5.4 本章小结 | 第60-61页 |
| 6 总结与展望 | 第61-63页 |
| 6.1 研究总结 | 第61-62页 |
| 6.2 研究展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-68页 |
| 个人简历、在校期间发表的学术论文与研究成果 | 第68页 |