改进的极限学习机在煤与瓦斯突出预测中的应用
| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-17页 |
| ·课题的研究的背景和意义 | 第10-11页 |
| ·研究的背景 | 第10页 |
| ·研究的目的与意义 | 第10-11页 |
| ·极限学习机理论发展概况 | 第11-12页 |
| ·煤与瓦斯突出预测方法研究现状 | 第12-15页 |
| ·静态非连续预测方法 | 第12-14页 |
| ·动态连续预测方法 | 第14-15页 |
| ·其他预测方法 | 第15页 |
| ·本研究主要工作及论文安排 | 第15-17页 |
| ·主要研究内容 | 第15-16页 |
| ·论文章节安排 | 第16-17页 |
| 2 煤与瓦斯突出影响因素权重分析 | 第17-28页 |
| ·煤与瓦斯突出机理 | 第17-18页 |
| ·煤与瓦斯突出影响因素 | 第18-21页 |
| ·地应力因素 | 第18-19页 |
| ·地质构造 | 第19页 |
| ·煤体结构及物理学性质 | 第19页 |
| ·瓦斯参数 | 第19-20页 |
| ·煤层厚度及其变化 | 第20页 |
| ·其他影响因素 | 第20-21页 |
| ·层次分析法确定煤与瓦斯突出影响主要因素 | 第21-27页 |
| ·层次分析法原理 | 第21-22页 |
| ·层次分析法计算过程 | 第22-24页 |
| ·层次分析法分析煤与瓦斯突出影响因素权重 | 第24-27页 |
| ·本章小结 | 第27-28页 |
| 3 极限学习机 | 第28-38页 |
| ·单隐含层前馈神经网络 | 第28-30页 |
| ·极限学习机学习算法 | 第30-32页 |
| ·极限学习机与支持向量机的比较 | 第32-37页 |
| ·支持向量机分类原理 | 第32-34页 |
| ·极限学习机分类原理 | 第34-36页 |
| ·极限学习机相比支持向量机的分类优势 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 4 IGA算法优化的极限学习机 | 第38-47页 |
| ·IGA算法原理 | 第38-40页 |
| ·IGA算法实现步骤 | 第40-41页 |
| ·IGA算法优化极限学习机的实现过程 | 第41-44页 |
| ·IGA算法优化极限学习机性能分析 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 5 IGA算法优化的极限学习机预测煤与瓦斯突出 | 第47-55页 |
| ·模型预测煤与瓦斯突出可行性分析 | 第47页 |
| ·煤与瓦斯突出预测模型建立 | 第47-49页 |
| ·模型输入向量选择及数据的归一化处理 | 第49-50页 |
| ·模型输入向量选择 | 第49页 |
| ·数据的归一化处理 | 第49-50页 |
| ·模型验证与应用 | 第50-54页 |
| ·模型训练 | 第50-51页 |
| ·模型测试 | 第51-54页 |
| ·本章小结 | 第54-55页 |
| 6 结论与展望 | 第55-57页 |
| ·本文总结 | 第55页 |
| ·展望 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 作者简历 | 第60-62页 |
| 学位论文数据集 | 第62页 |
