基于BP神经网络的煤自然发火预报系统研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 引言 | 第8-9页 |
| 第1章 绪论 | 第9-20页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-20页 |
| 1.2.1 煤自然发火原因 | 第10-11页 |
| 1.2.2 煤自燃机理 | 第11-12页 |
| 1.2.3 煤自然发火期预测 | 第12-13页 |
| 1.2.4 煤自然发火预报系统的方法 | 第13-18页 |
| 1.2.5 指标气体检测法 | 第18-20页 |
| 第2章 人工神经网络 | 第20-27页 |
| 2.1 人工神经网络的发展 | 第20-21页 |
| 2.2 人工神经元 | 第21-23页 |
| 2.3 人工神经网络 | 第23-27页 |
| 第3章 煤自然发火预报系统总体方案 | 第27-31页 |
| 3.1 总体方案 | 第27-28页 |
| 3.2 硬件方案 | 第28-29页 |
| 3.3 软件方案 | 第29-31页 |
| 第4章 煤自然发火预报系统的检测环节 | 第31-42页 |
| 4.1 束管系统工作原理 | 第31-32页 |
| 4.2 色谱仪工作原理 | 第32-39页 |
| 4.3 气体检测位置的选择 | 第39页 |
| 4.4 温度检测的注意事项 | 第39-42页 |
| 第5章 数据传输环节 | 第42-46页 |
| 5.1 数据传输环节整体方案 | 第42-43页 |
| 5.2 构建局域网与文件共享 | 第43页 |
| 5.3 数据同步 | 第43-46页 |
| 第6章 基于东欢坨煤样氧化实验数据的BP神经网络 | 第46-59页 |
| 6.1 BP神经网络原理 | 第46-49页 |
| 6.2 BP神经网络的设计 | 第49-55页 |
| 6.2.1 输入、输出层的设计 | 第50-52页 |
| 6.2.2 隐层的设计 | 第52-53页 |
| 6.2.3 检验样本 | 第53-54页 |
| 6.2.4 BP神经网络的参数 | 第54-55页 |
| 6.3 在MATLAB中建立BP神经网络 | 第55-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-65页 |
| 导师简介 | 第65-66页 |
| 作者简介 | 第66-67页 |
| 学位论文数据集 | 第67页 |
