神经网络与遗传算法在煤矿智能监控系统中的预测模型研究
| 第一章 序言 | 第1-16页 |
| ·问题的提出 | 第8-9页 |
| ·当前煤矿安全监控系统的现状与存在的问题 | 第9-10页 |
| ·煤矿安全监控系统现状 | 第9-10页 |
| ·现有监控系统存在的问题 | 第10页 |
| ·煤矿安全监控预测的研究进展 | 第10-13页 |
| ·国内外煤矿安全监控预测研究综述 | 第10-12页 |
| ·各预测方法的局限性 | 第12-13页 |
| ·主要研究内容和研究思路 | 第13页 |
| 参考文献 | 第13-16页 |
| 第二章 人工神经网络与遗传算法 | 第16-29页 |
| ·人工神经网络 | 第16-23页 |
| ·人工神经网络的基本概念 | 第16-17页 |
| ·误差反向传播(BP)神经网络及其特点 | 第17-20页 |
| ·BP网络结构及其学习算法 | 第18-20页 |
| ·BP网络的优缺点 | 第20页 |
| ·径向基函数(RBF)神经网络及其特点 | 第20-23页 |
| ·RBF网络结构及其学习算法 | 第21-22页 |
| ·RBF网络的特点 | 第22-23页 |
| ·人工神经网络的应用 | 第23页 |
| ·遗传算法 | 第23-26页 |
| ·遗传算法的基本原理和步骤 | 第24-25页 |
| ·遗传算法的特点 | 第25-26页 |
| ·基于遗传算法的人工神经网络的应用综述 | 第26-28页 |
| 参考文献 | 第28-29页 |
| 第三章 煤矿智能监控系统的动态预测 | 第29-36页 |
| ·煤矿智能监控系统的安全监测参数 | 第29-30页 |
| ·安全预测 | 第30-35页 |
| ·人工神经网络预测的基本方法 | 第31-33页 |
| ·BP神经网络的设计要素 | 第33-35页 |
| 参考文献 | 第35-36页 |
| 第四章 系统设计及算法实现 | 第36-46页 |
| ·系统设计 | 第36-41页 |
| ·系统总体构造 | 第36-37页 |
| ·系统预算 | 第37-39页 |
| ·系统指标 | 第37页 |
| ·上升时间预算和光源选择 | 第37-38页 |
| ·功率预算 | 第38-39页 |
| ·监控系统 | 第39-40页 |
| ·学习系统 | 第40-41页 |
| ·算法实现 | 第41-45页 |
| ·神经网络建模 | 第41-42页 |
| ·遗传算法实现 | 第42-45页 |
| 参考文献 | 第45-46页 |
| 第五章 数值仿真结果分析及软件智能管理 | 第46-55页 |
| ·样本分析及数据预处理 | 第46页 |
| ·MATLAB仿真结果与分析 | 第46-49页 |
| ·软件智能化管理 | 第49-54页 |
| 参考文献 | 第54-55页 |
| 第六章 总结与展望 | 第55-56页 |
| 攻读硕士学位期间的学习情况 | 第56-57页 |
| 致谢 | 第57页 |
