| 第一章 绪论 | 第1-13页 |
| ·论文选题的背景 | 第8页 |
| ·隐伏矿预测理论、现状及发展趋势 | 第8-10页 |
| ·神经网络理论和模糊数学的特点 | 第10-11页 |
| ·神经网络理论和模糊数学在隐伏矿预测中的研究现状 | 第11页 |
| ·论文研究内容 | 第11-13页 |
| 第二章 神经网络和模糊数学基础 | 第13-29页 |
| ·神经网络(ANN)简介 | 第13-24页 |
| ·模糊数学(FM)简介 | 第24-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 隐伏矿定位预测模型的构造 | 第29-46页 |
| ·隐伏矿定位预测的SOFMANN模型 | 第29-36页 |
| ·选择SOFMANN模型进行隐伏矿定位预测的依据 | 第29-30页 |
| ·SOFMANN的结构 | 第30-31页 |
| ·SOFMANN的学习及工作规则 | 第31-36页 |
| ·隐伏矿定位预测的FCA模型 | 第36-41页 |
| ·选用FCA进行隐伏矿定位预测的依据 | 第36-37页 |
| ·模糊综合评判的数学模型 | 第37-39页 |
| ·多层次的模糊综合评判模型 | 第39-40页 |
| ·确定权重的方法 | 第40-41页 |
| ·隐伏矿定位预测的FNN模型 | 第41-45页 |
| ·选择FNN模型进行隐伏矿定位预测的依据 | 第41页 |
| ·FNN的结构 | 第41-43页 |
| ·FNN的学习算法 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第四章 隐伏矿定位预测模型的实现 | 第46-54页 |
| ·SOFMANN功能模块设计 | 第46-48页 |
| ·功能 | 第46页 |
| ·模块结构 | 第46-47页 |
| ·预测流程 | 第47-48页 |
| ·FNN功能模块设计 | 第48-51页 |
| ·功能 | 第48页 |
| ·模块结构 | 第48页 |
| ·预测流程 | 第48-51页 |
| ·FCA功能模块设计 | 第51-53页 |
| ·功能 | 第51页 |
| ·模块结构 | 第51页 |
| ·预测流程 | 第51-53页 |
| ·“隐伏矿定位预测非线性模型”主界面 | 第53-54页 |
| 第五章 隐伏矿定位预测模型在会泽铅锌矿的应用 | 第54-68页 |
| ·区域和矿区的地质概述 | 第54-55页 |
| ·区域地质概述 | 第54-55页 |
| ·矿区地质概述 | 第55页 |
| ·SOFMANN模型应用于云南省会泽麒麟厂铅锌矿区深部及外围隐伏矿定位预测 | 第55-61页 |
| ·预测区控矿多因素变量的选取 | 第55-56页 |
| ·预测区控矿多因素数据的提取 | 第56页 |
| ·SOFMANN的训练和预测结果及分析 | 第56-60页 |
| ·SOFMANN模型应用总结 | 第60-61页 |
| ·FCA模型用于云南省会泽铅锌矿区深部及外围隐伏矿预测 | 第61-67页 |
| ·模糊评价因素和各因素评价集的确定 | 第61-63页 |
| ·模糊评价因素权重的确定 | 第63-67页 |
| ·模糊综合评价应用总结 | 第67页 |
| ·本章小结 | 第67-68页 |
| 第六章 总结 | 第68-70页 |
| ·本论文研究的成果 | 第68页 |
| ·不足与缺陷 | 第68-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 附录 | 第74-95页 |
| 模型程序文件和部分代码 | 第74-86页 |
| 预测模型数据 | 第86-95页 |