气化用煤煤质信息管理系统的研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 1 绪论 | 第9-13页 |
| ·选题的背景和研究意义 | 第9-10页 |
| ·选题背景 | 第9页 |
| ·研究意义 | 第9-10页 |
| ·国内外研究现状及分析 | 第10-11页 |
| ·本文主要工作 | 第11页 |
| ·论文的组织结构 | 第11-13页 |
| 2 大型煤炭企业气化用煤煤质管理流程分析 | 第13-20页 |
| ·煤质管理信息化目标 | 第14页 |
| ·气化用煤煤质特性研究 | 第14-16页 |
| ·井下煤层煤质管理及预测流程 | 第16-18页 |
| ·煤层煤质信息管理 | 第16-17页 |
| ·煤层煤质传统预测描述 | 第17-18页 |
| ·生产过程煤煤质管理 | 第18-19页 |
| ·煤样的采制和化验 | 第18页 |
| ·煤炭质量报表及台账管理 | 第18-19页 |
| ·入厂原煤质量管理 | 第19页 |
| ·本章小结 | 第19-20页 |
| 3 煤层煤质预测方法研究 | 第20-30页 |
| ·一元线性回归 | 第20-22页 |
| ·一元线性回归数学模型 | 第20页 |
| ·最小二乘法确定回归系数 | 第20-21页 |
| ·一元线性回归校验 | 第21-22页 |
| ·BP神经网络模型与学习算法 | 第22-27页 |
| ·BP神经网络模型 | 第23-24页 |
| ·BP网络激活函数 | 第24-25页 |
| ·BP网络学习算法描述 | 第25-27页 |
| ·煤质预测模型的建模实现 | 第27-29页 |
| ·实现函数及步骤描述 | 第27-28页 |
| ·模型参数初始化 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 4 煤质预测方法的验证及应用 | 第30-41页 |
| ·神经网络预测模型训练 | 第30-33页 |
| ·网络训练步骤 | 第30页 |
| ·训练样本数据的确定 | 第30-33页 |
| ·预测模型的验证 | 第33-37页 |
| ·数据归一化 | 第33页 |
| ·线性回归模型求解 | 第33-35页 |
| ·预测结果对比与分析 | 第35-37页 |
| ·应用技术路线 | 第37-40页 |
| ·Query技术 | 第37-38页 |
| ·Java Builder技术 | 第38-39页 |
| ·折线图与报表生成 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 5 气化用煤煤质管理系统的设计与实现 | 第41-64页 |
| ·系统网络结构与框架搭建 | 第41-44页 |
| ·系统网络结构 | 第41页 |
| ·系统框架搭建 | 第41-43页 |
| ·系统功能设计 | 第43-44页 |
| ·数据库设计与实现 | 第44-50页 |
| ·数据库设计 | 第45-46页 |
| ·数据库实施 | 第46-50页 |
| ·系统详细实现过程 | 第50-56页 |
| ·系统开发及响应流程 | 第50-52页 |
| ·Java与MATLAB混合编程 | 第52-54页 |
| ·煤质预测报表生成 | 第54-56页 |
| ·系统部署测试结果 | 第56-63页 |
| ·系统测试环境 | 第56-57页 |
| ·系统功能测试 | 第57-63页 |
| ·本章小结 | 第63-64页 |
| 6 结论 | 第64-66页 |
| ·总结 | 第64页 |
| ·展望 | 第64-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 附录 1:硕士期间科研成果及获奖情况 | 第70-71页 |
| 附录 2:煤质预测测试样本数据集 | 第71-73页 |
| 附录 3:一元线性回归分析硫分数据集 | 第73页 |
