首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

粗糙集和支持向量机在煤矿应急救援能力评价中的应用研究

摘要第1-6页
Abstract第6-13页
插图或附表清单第13-15页
1 绪论第15-25页
   ·研究背景与意义第15-18页
     ·研究背景第15-17页
     ·研究意义第17-18页
   ·应急救援国内外研究现状第18-20页
     ·国外研究现状第18-19页
     ·国内研究现状第19-20页
   ·粗糙集和支持向量机研究现状第20-21页
     ·粗糙集研究现状第20-21页
     ·支持向量机研究现状第21页
   ·研究主要内容和方法第21-24页
     ·研究的主要内容第21-24页
     ·研究的方法第24页
   ·论文创新点第24-25页
2 煤矿应急救援体系相关理论第25-31页
   ·煤矿事故分析第25-26页
     ·煤矿事故发生的动因第25-26页
     ·煤矿事故的特点第26页
   ·煤矿应急救援体系的内涵和目标第26-28页
     ·煤矿应急救援体系的内涵第26-28页
     ·煤矿应急救援体系的目标第28页
   ·煤矿应急救援体系的组成第28-29页
   ·我国煤矿应急救援体系存在的问题第29-30页
   ·本章小结第30-31页
3 煤矿应急救援能力评价指标体系的建立第31-42页
   ·煤矿事故应急救援能力分析第31-33页
     ·煤矿事故应急救援能力的影响因素第31-32页
     ·煤矿应急救援能力评价指标选取的原则第32-33页
   ·煤矿应急救援能力指标的选取第33-37页
   ·评价指标定量化分析第37-41页
   ·本章小结第41-42页
4 RS—SVM煤矿应急救援能力评价模型的构建第42-55页
   ·RS—SVM评价模型的总体思想第42-43页
   ·粗糙集理论第43-46页
     ·决策表第43-45页
     ·属性约简第45-46页
   ·支持向量机理论第46-51页
     ·支持向量机的分类第47-50页
     ·核函数第50-51页
   ·选取粗糙集和支持向量机的主要依据第51-54页
     ·煤矿应急救援能力评价数据及指标特点第51-52页
     ·选取粗糙集的依据第52页
     ·选取支持向量机的依据第52-53页
     ·RS和SVM相结合的依据第53-54页
   ·本章小结第54-55页
5 应用研究第55-73页
   ·样本数据采集第55页
   ·RS理论进行数据处理第55-62页
     ·数据准备第55-56页
     ·样本数据预处理第56-60页
     ·属性约简第60-62页
   ·SVM样本选取及数据处理第62-69页
     ·样本数据预处理第62-66页
     ·核函数的选取第66-68页
     ·核参数的选取第68-69页
   ·RS—SVM模型的训练结果第69-71页
   ·RS—SVM模型检验与结果分析第71-72页
   ·本章小结第72-73页
6 结论第73-75页
参考文献第75-79页
附录 调查问卷第79-80页
致谢第80-81页
作者简介及读研期间主要科研成果第81页

论文共81页,点击 下载论文
上一篇:车辆路径问题及其智能算法的研究
下一篇:协同进化遗传算法的研究与应用