首页--工业技术论文--水利工程论文--水利枢纽、水工建筑物论文--挡水坝论文--其他论文

尾矿库在线安全监测及预警关键技术研究

作者简介第1-6页
摘要第6-11页
第一章 绪论第11-18页
 §1.1 研究背景及意义第11-14页
     ·研究背景第11-12页
     ·研究意义第12-14页
 §1.2 国内外研究现状第14-16页
     ·尾矿库安全监测研究现状第14-15页
     ·预警理论研究现状第15页
     ·尾矿库安全监测及预警研究现状第15-16页
 §1.3 论文研究内容及技术路线第16-18页
     ·论文研究内容第16-17页
     ·论文技术路线第17-18页
第二章 尾矿库及其安全影响因素分析第18-31页
 §2.1 尾矿库概述第18-21页
 §2.2 尾矿库事故原因分析第21-28页
     ·我国尾矿库现状第21-22页
     ·尾矿库事故数据统计分析第22-23页
     ·尾矿库事故原因分析第23-28页
 §2.3 尾矿库安全影响因素分析第28-30页
     ·尾矿特性第28页
     ·尾矿坝坝体稳定性第28-29页
     ·排洪系统安全状况第29页
     ·区域地质条件第29页
     ·区域水文气象条件第29页
     ·区域社会环境第29-30页
     ·尾矿库安全管理第30页
 §2.4 本章小结第30-31页
第三章 尾矿库在线安全监测系统第31-44页
 §3.1 尾矿库安全监测指标体系第31-37页
     ·基于规范要求的监测项目第31-32页
     ·基于ISM优化的安全监测指标体系第32-37页
 §3.2 监测点优化布置研究第37-40页
     ·基于规范原则的监测点布置第37-38页
     ·基于风险分析为补充依据的监测点布置第38-39页
     ·尾矿库安全监测项目及测点布置优化流程第39-40页
 §3.3 黄麦岭尾矿库在线安全监测实例第40-43页
     ·黄麦岭尾矿库工程概况第40页
     ·监测项目设计第40-41页
     ·监测设备选型第41页
     ·监测点布置第41-42页
     ·监测系统组成第42-43页
 §3.4 本章小结第43-44页
第四章 尾矿库安全预警模型第44-56页
 §4.1 尾矿库安全预警基本理论第44-45页
     ·预警的内涵及其理论框架第44页
     ·尾矿库安全预警第44-45页
 §4.2 BP神经网络基本理论第45-50页
     ·BP神经网络发展概述第45页
     ·BP神经网络模型第45-46页
     ·BP算法及其实现第46-49页
     ·BP神经网络的优缺点第49-50页
 §4.3 遗传算法基本理论第50-52页
     ·遗传算法的基本操作第50-51页
     ·遗传算法的运行过程第51-52页
     ·遗传算法的优点第52页
 §4.4 基于遗传算法的BP神经网络安全预警模型第52-55页
     ·遗传算法对BP神经网络的优化第52-54页
     ·基于遗传算法的BP神经网络模型的建立及其实现第54-55页
 §4.5 本章小结第55-56页
第五章 尾矿库安全预警实现第56-64页
 §5.1 安全预警指标体系的建立第56-57页
 §5.2 BP神经网络结构设计第57-59页
     ·网络影响因素选取第57页
     ·网络结构层及节点数的确定第57-59页
 §5.3 遗传算法对BP神经网络权值、阈值的优化第59-60页
     ·种群规模及其初始化第59页
     ·适应度函数第59页
     ·遗传算法优化操作第59-60页
     ·遗传算法终止及BP网络执行第60页
 §5.4 网络训练第60-62页
     ·数据准备第60-61页
     ·MATLAB程序实现第61-62页
 §5.5 预警准则第62-63页
 §5.6 网络预测及其结果分析第63页
 §5.7 本章小结第63-64页
第六章 结论及展望第64-66页
 §6.1 结论第64页
 §6.2 展望第64-66页
致谢第66-67页
参考文献第67-72页

论文共72页,点击 下载论文
上一篇:基于三维激光扫描技术的矿山地质建模与应用研究
下一篇:企业内部控制有效性与资本配置效率关系研究