| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| 1 前言 | 第10-20页 |
| ·选题依据及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-16页 |
| ·矿井涌水量预测的研究现状 | 第11-13页 |
| ·时间序列模型和神经网络方法的研究现状 | 第13-16页 |
| ·存在的主要问题 | 第16-17页 |
| ·本文研究内容及安排 | 第17-18页 |
| ·技术路线 | 第18-20页 |
| 2 人工神经网络原理和时间序列分析原理 | 第20-38页 |
| ·人工神经网络原理 | 第20-22页 |
| ·人工神经网络的概念及其发展 | 第20-21页 |
| ·人工神经网络的原理和基本模型 | 第21页 |
| ·人工神经网络的特点和分类 | 第21-22页 |
| ·BP 神经网络的基本原理 | 第22-27页 |
| ·BP 神经网络的基本要素 | 第22-24页 |
| ·BP 神经网络的学习规则和数学算法 | 第24-27页 |
| ·BP 神经网络的局限性 | 第27页 |
| ·时间序列分析原理 | 第27-33页 |
| ·时间序列的分解模型 | 第28-30页 |
| ·时间序列乘法模型的分解方法 | 第30-33页 |
| ·BP 神经网络和时间序列的预测分析 | 第33-38页 |
| ·构造理想数列 | 第33-34页 |
| ·两种模型的预`测及结果分析 | 第34-38页 |
| 3 时间序列和 BP 神经网络耦合模型的实现 | 第38-52页 |
| ·问题的提出 | 第38页 |
| ·耦合模型的建立 | 第38-40页 |
| ·耦合预测模型的组合方式 | 第38-39页 |
| ·耦合预测模型的实现步骤和模型结构 | 第39-40页 |
| ·基于 MATLAB 的耦合模型的主程序及参数设置 | 第40-48页 |
| ·耦合模型的主程序 | 第40-43页 |
| ·参数讨论及选择 | 第43-48页 |
| ·耦合模型的预测效果评价 | 第48页 |
| ·耦合模型的实例验证 | 第48-52页 |
| 4 时间序列和 BP 神经网络耦合预测模型在龙门矿的应用 | 第52-70页 |
| ·龙门矿地质和水文地质背景 | 第52页 |
| ·龙门矿矿井涌水及特征 | 第52-53页 |
| ·应用耦合模型预测矿井涌水量 | 第53-67页 |
| ·时间序列模型对涌水量时间序列的分解 | 第53-59页 |
| ·不规则变动项的 BP 神经网络预测 | 第59-67页 |
| ·基于原始数据的 BP 神经网络预测 | 第67-68页 |
| ·耦合模型和神经网络单独预测结果对比 | 第68-70页 |
| 5 结论及展望 | 第70-72页 |
| ·主要结论 | 第70页 |
| ·研究展望 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 作者简历 | 第76-78页 |
| 学位论文数据集 | 第78页 |