| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-26页 |
| ·引言 | 第8-9页 |
| ·煤与瓦斯突出预测的研究意义 | 第9-10页 |
| ·煤与瓦斯突出机理的研究现状及分析 | 第10-17页 |
| ·瓦斯作用假说 | 第11-12页 |
| ·地应力作用假说 | 第12页 |
| ·化学作用假说 | 第12-13页 |
| ·综合作用假说 | 第13-14页 |
| ·其他假说 | 第14-17页 |
| ·煤与瓦斯突出预测的研究现状 | 第17-23页 |
| ·煤与瓦斯突出区域预测法 | 第17-18页 |
| ·煤与瓦斯突出局部预测法 | 第18-23页 |
| ·煤矿防治煤与瓦斯突出基本流程 | 第23页 |
| ·本论文的研究内容及步骤 | 第23-26页 |
| ·本论文的研究内容 | 第23-25页 |
| ·本论文的研究步骤 | 第25-26页 |
| 第二章 煤与瓦斯突出影响因素及一般规律的研究 | 第26-32页 |
| ·煤与瓦斯突出的影响因素 | 第26-30页 |
| ·煤层厚度 | 第26页 |
| ·煤体结构及物理性质 | 第26-27页 |
| ·地应力 | 第27-28页 |
| ·地质构造 | 第28页 |
| ·瓦斯参数 | 第28-30页 |
| ·人为因素 | 第30页 |
| ·煤与瓦斯突出发生的一般规律 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 自组织竞争神经网络的测试及误差分析 | 第32-48页 |
| ·自组织竞争神经网络的简介 | 第32-40页 |
| ·神经网络的基本模型及学习特点 | 第32-38页 |
| ·自组织竞争神经网络的结构及训练过程 | 第38-40页 |
| ·自组织竞争神经网络预测模型的建立 | 第40-45页 |
| ·自组织竞争网络预测模型的原理 | 第40-41页 |
| ·预测测模型开发平台简介 | 第41-42页 |
| ·自组织竞争神经网络预测模型在MATLAB中的实现 | 第42-44页 |
| ·自组织竞争神经网络预测模型的优点 | 第44-45页 |
| ·自组织竞争神经网络预测模型的测试及误差分析 | 第45-47页 |
| ·突出预测模型测试 | 第45-47页 |
| ·自组织竞争神经网络预测模型的缺陷分析 | 第47页 |
| ·本章小结 | 第47-48页 |
| 第四章 PSO算法对自组织竞争网络的改进 | 第48-60页 |
| ·PSO算法的基本理论 | 第48-54页 |
| ·基本微粒群算法 | 第48-53页 |
| ·改进的微粒群算法 | 第53-54页 |
| ·PSO算法优化的自组织竞争神经网络 | 第54-56页 |
| ·PSO算法优化自组织竞争神经网络的可行性 | 第55页 |
| ·PSO算法优化自组织竞争网络的设计 | 第55-56页 |
| ·PSO算法优化自组织竞争神经网络的程序流程 | 第56页 |
| ·PSO算法优化的自组织经竞争网络预测模型的测试 | 第56-59页 |
| ·本章小结 | 第59-60页 |
| 第五章 改进后的突出预测模型在沙曲矿的应用 | 第60-72页 |
| ·沙曲矿概况 | 第60-61页 |
| ·沙曲矿瓦斯突出的主要因素及敏感指标的确定 | 第61-62页 |
| ·煤与瓦斯突出预测参数的测定 | 第62-67页 |
| ·最大钻屑量(S)的测定 | 第62-63页 |
| ·煤屑瓦斯解吸指标(K_1)的测定 | 第63-64页 |
| ·钻孔瓦斯涌出初速度(q)的测定 | 第64-65页 |
| ·煤的坚固性系数(f)的测定 | 第65-67页 |
| ·实例分析 | 第67-70页 |
| ·本章小结 | 第70-72页 |
| 第六章 结论与展望 | 第72-74页 |
| ·结论 | 第72-73页 |
| ·展望 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 附录 | 第78-82页 |
| 1. 自组织竞争神经网络程序代码 | 第78-80页 |
| 2. FUN函数代码 | 第80-82页 |
| 致谢 | 第82-84页 |
| 攻读学位期间发表的学术论文 | 第84页 |