加权GA-BP网络与SVM在煤与瓦斯突出预测中的应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-22页 |
| ·课题研究的目的和意义 | 第8-9页 |
| ·煤与瓦斯突出预测研究现状 | 第9-14页 |
| ·影响煤与瓦斯突出的主要影响因子 | 第9-10页 |
| ·煤与瓦斯突出的预测方法 | 第10-14页 |
| ·神经网络在突出预测中的应用 | 第14-16页 |
| ·国内研究现状 | 第14-15页 |
| ·国外研究现状 | 第15-16页 |
| ·S VM在 突出预测中的应用 | 第16-18页 |
| ·国内研究现状 | 第16-17页 |
| ·国外研究现状 | 第17-18页 |
| ·S VM分 类原理在突出预测中的应用 | 第18-19页 |
| ·突出的分类 | 第19-20页 |
| ·按动力现象的强度分类 | 第19页 |
| ·按动力现象的能量分类 | 第19-20页 |
| ·论文主要研究内容及安排 | 第20-22页 |
| 第二章 加权GA-BP神经网络预测模型整体方案 | 第22-32页 |
| ·引言 | 第22页 |
| ·加权GA-BP网 络预测模型的目标 | 第22-23页 |
| ·目标实现方法选择 | 第23-24页 |
| ·神经元传递函数的选择 | 第23页 |
| ·无量纲化方法选择 | 第23-24页 |
| ·加权GA-BP神 经网络预测模型的结构 | 第24-25页 |
| ·在灰关联分析基础上的权值确定 | 第25-28页 |
| ·灰关联分析法 | 第26-28页 |
| ·加权系数 | 第28页 |
| ·BP神 经网络 | 第28-30页 |
| ·确定BP网 络中主要参数 | 第30-31页 |
| ·各层神经元个数确定 | 第30-31页 |
| ·权值与阈值总个数 | 第31页 |
| ·传递函数确定 | 第31页 |
| ·小结 | 第31-32页 |
| 第三章 GA-BP网络中参数的优化和实例验证 | 第32-46页 |
| ·引言 | 第32页 |
| ·训练样本集的确定与归一化 | 第32-33页 |
| ·网络参数的设置 | 第33-34页 |
| ·GA算 法优化权值与阈值 | 第34-37页 |
| ·GA算法 | 第34-36页 |
| ·优化权值与阈值 | 第36-37页 |
| ·构建预测煤与瓦斯突出GA-BP神经网络 | 第37-38页 |
| ·加权GA-BP网络的程序设计 | 第38-40页 |
| ·网络的总体程序设计图 | 第38-39页 |
| ·神经网络工具箱中的通用函数 | 第39-40页 |
| ·遗传算法工具箱 | 第40页 |
| ·样本集的处理 | 第40-43页 |
| ·归一化 | 第40-41页 |
| ·权值处理与构建网络 | 第41-43页 |
| ·实例验证 | 第43-45页 |
| ·小结 | 第45-46页 |
| 第四章 加权SVM预测模型整体方案 | 第46-51页 |
| ·引言 | 第46页 |
| ·SVM介绍 | 第46-47页 |
| ·加权SVM预测模型的目标 | 第47页 |
| ·目标实现方法的选择 | 第47-49页 |
| ·核函数的选择 | 第47-48页 |
| ·SVM参数值优化方法选择 | 第48-49页 |
| ·加权SVM预测模型的结构 | 第49-50页 |
| ·小结 | 第50-51页 |
| 第五章 加权SVM模型中参数的优化和实例验证 | 第51-60页 |
| ·引言 | 第51页 |
| ·PSO算 法 | 第51-52页 |
| ·确定核函数类型 | 第52-53页 |
| ·SVM参 数优化 | 第53-56页 |
| ·LibSVM中参数设置方法 | 第56-57页 |
| ·建立分类模型和预测模型 | 第57-58页 |
| ·实例验证 | 第58-59页 |
| ·小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-62页 |
| ·研究总结 | 第60页 |
| ·课题展望 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 致谢 | 第65-66页 |
| 攻读学位期间的研究成果 | 第66-67页 |
