| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-8页 |
| 1 绪论 | 第8-17页 |
| 1．1 冲击地压的机理、预测和防治研究现状 | 第8-15页 |
| 1．2 本文的研究内容和方法 | 第15-17页 |
| 2 砚石台煤矿概述 | 第17-23页 |
| 2．1 砚石台煤矿的地质条件 | 第17-20页 |
| 2．2 砚石台煤矿的采煤方法 | 第20-21页 |
| 2．3 砚石台煤矿动力现象调查分析 | 第21-23页 |
| 3 冲击地压发生条件和机理 | 第23-52页 |
| 3．1 矿区内煤岩的基本物理力学特征 | 第23-28页 |
| 3．2 砚石台煤矿冲击地压发生的特点 | 第28-30页 |
| 3．3 冲击地压发生的影响因素 | 第30-42页 |
| 3．4 冲击地压发生机理研究 | 第42-51页 |
| 3．4．1 围岩裂纹扩展机理研究 | 第43-48页 |
| 3．4．2 裂纹未贯穿前膨胀导致的自由面位移 | 第48页 |
| 3．4．3 劈裂结构形成的能量耗散与冲击能量分析 | 第48-51页 |
| 3．5 本章小结 | 第51-52页 |
| 4 GA和BP神经网络相结合预测冲击地压 | 第52-70页 |
| 4．1 冲击地压的传统预测方法的介绍与评价 | 第52-53页 |
| 4．2 人工神经网络的预测方法 | 第53-62页 |
| 4．2．1 人工神经网络的基本原理 | 第53-54页 |
| 4．2．2 BP神经网络算法的数学描述 | 第54-56页 |
| 4．2．3 标准BP算法存在的问题及其原因 | 第56页 |
| 4．2．4 BP算法的改进方法 | 第56-57页 |
| 4．2．5 BP神经网络的结构和训练参数η、α的确定 | 第57-62页 |
| 4．3 遗传算法的基本原理 | 第62-67页 |
| 4．4 GA与BP神经网络结合预测冲击地压的设计 | 第67-69页 |
| 4．4．1 编码方案及初始种群的生成 | 第67-69页 |
| 4．4．2 GA和BP神经网络结合预测冲击地压的流程设计 | 第69页 |
| 4．5 本章小结 | 第69-70页 |
| 5 冲击地压预测工具软件BPAGATools的实现 | 第70-74页 |
| 5．1 BPAGATools的面向对象性的设计思想 | 第70页 |
| 5．2 BPAGATools的C/S模式数据库的设计思想 | 第70-72页 |
| 5．3 BPAGATools的系统结构及其实现 | 第72-73页 |
| 5．4 本章小结 | 第73-74页 |
| 6 BPAGATools的运行实例 | 第74-82页 |
| 6．1 BPAGATools的使用指南 | 第74-77页 |
| 6．2 BPAGATools的运行实例 | 第77-80页 |
| 6．3 BPAGATools的其他功能 | 第80-81页 |
| 6．4 小结 | 第81-82页 |
| 7 结论与建议 | 第82-84页 |
| 7．1 主要结论 | 第82页 |
| 7．2 建议 | 第82-84页 |
| 致谢 | 第84-85页 |
| 参考文献 | 第85-87页 |
