| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-16页 |
| 1.2.1 巷道围岩稳定性分析方法研究现状 | 第11-12页 |
| 1.2.2 评价指标优化研究现状 | 第12-13页 |
| 1.2.3 属性约简研究现状 | 第13-14页 |
| 1.2.4 巷道围岩稳定性预测模型研究现状 | 第14-16页 |
| 1.3 研究内容 | 第16-17页 |
| 1.4 研究技术路线 | 第17-19页 |
| 第2章 巷道围岩稳定性影响因素分析与指标选取 | 第19-24页 |
| 2.1 围岩失稳类型 | 第19-20页 |
| 2.2 影响巷道围岩稳定性因素分析 | 第20页 |
| 2.3 巷道围岩稳定性评价指标选取原则 | 第20-21页 |
| 2.4 巷道围岩稳定性评价指标的统计与初选 | 第21-23页 |
| 2.4.1 围岩稳定性评价指标统计 | 第21页 |
| 2.4.2 巷道围岩稳定性评价指标初选 | 第21-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 基于概念格的巷道围岩稳定性评价指标约简 | 第24-33页 |
| 3.1 概念格的属性约简方法 | 第24-25页 |
| 3.1.1 概念格的定义 | 第24页 |
| 3.1.2 概念格约简方法 | 第24-25页 |
| 3.2 巷道围岩稳定性初选评价指标约简 | 第25-31页 |
| 3.2.1 训练样本统计 | 第25-27页 |
| 3.2.2 建立知识表达系统 | 第27-28页 |
| 3.2.3 构建概念格 | 第28-30页 |
| 3.2.4 约简评价指标 | 第30-31页 |
| 3.3 评价指标约简的合理性检验 | 第31-32页 |
| 3.3.1 约简合理性检验 | 第31-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第4章 概率神经网络模型及参数优化 | 第33-45页 |
| 4.1 Alpha稳定分布的定义与理论 | 第33-37页 |
| 4.1.1 Alpha稳定分布的定义 | 第33-34页 |
| 4.1.2 Alpha稳定分布的概率密度函数 | 第34-37页 |
| 4.2 对称Alpha稳定分布的概率神经网络模型 | 第37-39页 |
| 4.2.1 概率神经网络模型 | 第37-38页 |
| 4.2.2 基于对称Alpha稳定分布的概率神经网络模型 | 第38-39页 |
| 4.3 遗传算法优化模型参数 | 第39-42页 |
| 4.3.1 遗传算法介绍 | 第39-40页 |
| 4.3.2 遗传算法构造 | 第40-41页 |
| 4.3.3 求解最优参数 | 第41-42页 |
| 4.4 优化模型精度的验证 | 第42-44页 |
| 4.5 本章小结 | 第44-45页 |
| 第5章 基于概念格与概率神经网络的巷道围岩稳定性预测模型 | 第45-54页 |
| 5.1 巷道围岩稳定性预测组合模型 | 第45-47页 |
| 5.2 大冶铁矿巷道围岩资料收集与分析 | 第47页 |
| 5.3 模型的应用 | 第47-49页 |
| 5.4 主成分析与概率神经网络模型的应用对比 | 第49-53页 |
| 5.4.1 初选指标的主成分分析 | 第49-51页 |
| 5.4.2 概率神经网络模型的预测 | 第51-53页 |
| 5.4.3 对比分析 | 第53页 |
| 5.5 本章小结 | 第53-54页 |
| 第6章 结论与展望 | 第54-56页 |
| 6.1 结论 | 第54-55页 |
| 6.2 展望 | 第55-56页 |
| 参考文献 | 第56-62页 |
| 附录1 攻读硕士学位期间发表的论文 | 第62-63页 |
| 附录2 攻读硕士学位期间发表的专利 | 第63-64页 |
| 附录3 攻读硕士学位期间参加的科研项目 | 第64-65页 |
| 致谢 | 第65页 |