| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第11-19页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 煤矿安全资源配置的研究现状 | 第12-13页 |
| 1.2.2 粒子群算法的研究现状 | 第13-14页 |
| 1.3 研究思路及方法 | 第14-16页 |
| 1.4 研究内容及技术路线图 | 第16-18页 |
| 1.4.1 研究内容 | 第16-17页 |
| 1.4.2 技术路线图 | 第17-18页 |
| 1.5 本文的创新点 | 第18-19页 |
| 2 相关理论综述 | 第19-27页 |
| 2.1 安全资源配置相关概念 | 第19-21页 |
| 2.1.1 安全资源配置的内涵 | 第19-20页 |
| 2.1.2 安全资源配置的原理 | 第20-21页 |
| 2.2 BP神经网络概述 | 第21-25页 |
| 2.2.1 人工神经网络定义 | 第21-22页 |
| 2.2.2 BP神经网络原理及算法流程 | 第22-23页 |
| 2.2.3 误差反向传播 | 第23-25页 |
| 2.3 粒子群算法理论介绍 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 3 煤矿安全资源配置模型构建 | 第27-33页 |
| 3.1 安全资源配置指标体系建立 | 第27-29页 |
| 3.2 模型假设 | 第29页 |
| 3.3 模型目标函数确定 | 第29-31页 |
| 3.4 模型约束条件分析 | 第31-32页 |
| 3.5 安全资源配置模型构建 | 第32页 |
| 3.6 本章小结 | 第32-33页 |
| 4 PSO算法改进及模型求解步骤 | 第33-45页 |
| 4.1 改进粒子群算法研究 | 第33-42页 |
| 4.1.1 PSO算法的改进分析 | 第33-36页 |
| 4.1.2 基于Levy飞行机制的改进粒子群算法 | 第36-37页 |
| 4.1.3 试验结果与分析 | 第37-42页 |
| 4.2 改进粒子群算法运用于求解安全资源配置模型 | 第42-44页 |
| 4.2.1 基于改进PSO的煤矿安全资源配置的几个环节 | 第42-43页 |
| 4.2.2 改进PSO算法的安全资源配置流程 | 第43-44页 |
| 4.3 本章小结 | 第44-45页 |
| 5 改进PSO算法在煤矿安全资源配置的运用 | 第45-57页 |
| 5.1 Z煤业集团概况 | 第45-47页 |
| 5.2 Z煤矿安全资源配置模型构建及求解 | 第47-53页 |
| 5.2.1 数据归一化处理 | 第47-49页 |
| 5.2.2 目标函数拟合 | 第49-52页 |
| 5.2.3 约束条件分析 | 第52页 |
| 5.2.4 优化模型建立及求解 | 第52-53页 |
| 5.3 基于LF-PSO算法的模型求解及结果分析 | 第53-56页 |
| 5.4 本章小结 | 第56-57页 |
| 6 总结与展望 | 第57-59页 |
| 6.1 研究总结 | 第57页 |
| 6.2 研究展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第63-64页 |
| 致谢 | 第64页 |