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--人工神经网络与计算论文

基于灰色神经网络的煤矿瓦斯涌出量预测模型研究

中文摘要第1-4页
ABSTRACT第4-8页
第一章 绪论第8-14页
   ·课题研究意义第8-9页
   ·研究现状第9-11页
     ·瓦斯涌出量预测研究现状第9-10页
     ·神经网络在瓦斯预测中的研究现状第10-11页
   ·研究内容及论文结构第11-14页
     ·研究内容第11-12页
     ·论文的结构第12-14页
第二章 灰色神经网络理论第14-24页
   ·灰色系统理论及模型第14-17页
     ·灰色理论概述第14-15页
     ·灰色系统模型第15-17页
   ·BP 神经网络第17-20页
     ·BP 神经网络理论第17-18页
     ·BP 神经网络模型第18-20页
   ·灰色系统与神经网络的融合第20-22页
   ·本章小结第22-24页
第三章 瓦斯涌出量主控因素分析第24-32页
   ·瓦斯涌出量定义及涌出形式第24-25页
   ·影响瓦斯涌出量因素第25-27页
     ·地质因素第25-26页
     ·开采因素第26-27页
     ·自然因素第27页
   ·瓦斯涌出量主控因素分析第27-30页
     ·灰色关联分析及原理第28-29页
     ·灰色关联分析对瓦斯涌出量主控因素的评价第29-30页
   ·本章小结第30-32页
第四章 灰色神经网络预测模型研究第32-44页
   ·灰色神经网络模型第32-34页
     ·灰色神经网络基础第32页
     ·灰色神经网络建立第32-34页
     ·灰色神经网络学习算法第34页
   ·灰色神经网络模型的改进第34-38页
     ·改进的理论基础第34-35页
     ·基于输入加权的灰色神经网络模型的改进第35-38页
   ·灰色神经网络模型的优化第38-42页
     ·遗传算法简介第38-39页
     ·遗传优化的基础与方法第39-40页
     ·灰色神经网络的遗传优化第40-42页
   ·本章小结第42-44页
第五章 基于GNNM 的瓦斯涌出量预测模型的仿真第44-50页
   ·样本数据选择与处理第44-45页
   ·GNNM 的建立第45-46页
   ·仿真实验及结果分析第46-48页
   ·本章小结第48-50页
第六章 总结与展望第50-52页
   ·总结第50页
   ·展望第50-52页
参考文献第52-56页
致谢第56-58页
攻读学位期间发表的学术论文目录第58-59页
个人简介第59-60页

论文共60页,点击 下载论文
上一篇:基于滑动Kriging插值的边界点法研究
下一篇:无约束优化的谱共轭梯度算法研究