| 摘要 | 第4-7页 |
| abstract | 第7-10页 |
| 1 引言 | 第15-25页 |
| 1.1 选题背景及意义 | 第15-16页 |
| 1.2 国内外研究现状及存在问题 | 第16-21页 |
| 1.2.1 煤与瓦斯突出机理研究现状 | 第16-17页 |
| 1.2.2 煤与瓦斯突出预测研究现状 | 第17-19页 |
| 1.2.3 地质因素预测煤与瓦斯突出研究现状 | 第19-20页 |
| 1.2.4 数据挖掘和信息融合研究现状 | 第20-21页 |
| 1.2.5 主要存在问题 | 第21页 |
| 1.3 研究内容及研究方法 | 第21-23页 |
| 1.3.1 主要研究内容 | 第21-22页 |
| 1.3.2 研究方法 | 第22-23页 |
| 1.4 技术路线 | 第23-24页 |
| 1.5 本章小结 | 第24-25页 |
| 2 地质条件对煤与瓦斯突出的控制作用 | 第25-53页 |
| 2.1 研究区瓦斯地质特征 | 第25-39页 |
| 2.1.1 区域构造背景 | 第25-26页 |
| 2.1.2 平煤八矿地质构造特征 | 第26页 |
| 2.1.3 平煤十矿地质构造特征 | 第26页 |
| 2.1.4 平煤十二矿地质构造特征 | 第26-27页 |
| 2.1.5 区域煤与瓦斯突出特征 | 第27-39页 |
| 2.2 地质构造和煤与瓦斯突出关系 | 第39-46页 |
| 2.2.1 断层构造发育规律研究 | 第39-43页 |
| 2.2.2 褶皱构造发育规律研究 | 第43页 |
| 2.2.3 煤层厚度及变化 | 第43-45页 |
| 2.2.4 煤层倾角变化 | 第45-46页 |
| 2.3 煤体结构和煤与瓦斯突出关系 | 第46-52页 |
| 2.3.1 煤体结构分类及其宏观特征 | 第46-48页 |
| 2.3.2 煤体瓦斯突出参数特征 | 第48-50页 |
| 2.3.3 煤体瓦斯吸附特性 | 第50-52页 |
| 2.4 本章小结 | 第52-53页 |
| 3 煤与瓦斯突出预测地质数据挖掘技术 | 第53-87页 |
| 3.1 数据挖掘技术 | 第53-55页 |
| 3.1.1 数据挖掘的定义 | 第53页 |
| 3.1.2 数据挖掘的结构和过程 | 第53-54页 |
| 3.1.3 数据挖掘的功能和方法 | 第54-55页 |
| 3.2 地质数据特征提取和分析 | 第55-70页 |
| 3.2.1 地质构造数据特征提取 | 第55-57页 |
| 3.2.2 煤体结构数据特征提取 | 第57-59页 |
| 3.2.3 地质数据灰色关联分析 | 第59-70页 |
| 3.3 地质数据挖掘的关联规则及算法 | 第70-74页 |
| 3.3.1 关联规则的基本概念 | 第70页 |
| 3.3.2 关联规则的有效性和实用性 | 第70-72页 |
| 3.3.3 关联规则数据挖掘方法 | 第72-73页 |
| 3.3.4 关联规则挖掘的Apriori算法 | 第73-74页 |
| 3.4 地质数据关联规则挖掘 | 第74-86页 |
| 3.4.1 支持度为 40%的关联规则 | 第76-77页 |
| 3.4.2 支持度为 30%的关联规则 | 第77-78页 |
| 3.4.3 突出强度关联规则挖掘 | 第78-79页 |
| 3.4.4 突出类型关联规则挖掘 | 第79-86页 |
| 3.5 本章小结 | 第86-87页 |
| 4 煤与瓦斯突出预测地质信息融合技术 | 第87-113页 |
| 4.1 信息融合技术 | 第87-90页 |
| 4.1.1 基本原理 | 第87-89页 |
| 4.1.2 基本算法 | 第89-90页 |
| 4.2 特征级地质信息融合数量化理论III算法 | 第90-92页 |
| 4.3 特征级地质信息融合遗传投影寻踪聚类研究 | 第92-101页 |
| 4.3.1 遗传算法 | 第94-97页 |
| 4.3.2 遗传算法优化的投影寻踪聚类方法 | 第97-100页 |
| 4.3.3 遗传投影寻踪聚类仿真测试 | 第100-101页 |
| 4.4 特征级地质信息融合PSO-BP神经网络研究 | 第101-108页 |
| 4.4.1 PSO算法简介 | 第101-102页 |
| 4.4.2 PSO-BP神经网络核心思想 | 第102-103页 |
| 4.4.3 PSO-BP神经网络参数选取与计算 | 第103-105页 |
| 4.4.4 PSO-BP神经网络仿真测试 | 第105-108页 |
| 4.5 决策级信息融合Dempster-Shafer证据理论研究 | 第108-112页 |
| 4.5.1 Dempster-Shafer证据理论 | 第108-110页 |
| 4.5.2 Dempster-Shafer证据理论的不足 | 第110-111页 |
| 4.5.3 冲突度加权分配合成规则 | 第111-112页 |
| 4.5.4 冲突合成实例分析 | 第112页 |
| 4.6 本章小结 | 第112-113页 |
| 5 基于地质数据挖掘和信息融合的煤与瓦斯突出预测方法现场应用 | 第113-133页 |
| 5.1 煤与瓦斯突出预测地质数据选取 | 第113-115页 |
| 5.1.1 试验工作面地质条件 | 第113-114页 |
| 5.1.2 区域主控地质因素 | 第114页 |
| 5.1.3 工作面预测地质数据 | 第114-115页 |
| 5.2 基于地质数据挖掘和信息融合的煤与瓦斯突出预测过程 | 第115-122页 |
| 5.2.1 识别框架的确定 | 第115-116页 |
| 5.2.2 数量化理论证据体的获取 | 第116-118页 |
| 5.2.3 遗传投影寻踪聚类证据体的获取 | 第118-121页 |
| 5.2.4 PSO-BP神经网络证据体的获取 | 第121-122页 |
| 5.2.5 决策级融合 | 第122页 |
| 5.3 煤与瓦斯突出预测结果分析 | 第122-125页 |
| 5.3.1 预测结果 | 第122-123页 |
| 5.3.2 预测准确性对比 | 第123-124页 |
| 5.3.3 预测可靠性对比 | 第124-125页 |
| 5.4 基于地质数据挖掘和信息融合的煤与瓦斯突出预测系统开发 | 第125-130页 |
| 5.4.1 系统需求分析 | 第125页 |
| 5.4.2 系统构建流程 | 第125-126页 |
| 5.4.3 系统结构设计 | 第126-128页 |
| 5.4.4 系统软件实现 | 第128-130页 |
| 5.5 本章小结 | 第130-133页 |
| 6 结论与展望 | 第133-137页 |
| 6.1 主要结论 | 第133-134页 |
| 6.2 创新点 | 第134-135页 |
| 6.3 展望 | 第135-137页 |
| 参考文献 | 第137-149页 |
| 致谢 | 第149-151页 |
| 作者简介 | 第151页 |
| 在学期间发表的学术论文 | 第151页 |
| 在学期间参加科研项目 | 第151-152页 |
| 主要获奖 | 第152页 |
