| 中文摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 选题依据 | 第11-12页 |
| 1.2 研究意义 | 第12-13页 |
| 1.3 研究内容及技术路线 | 第13-14页 |
| 1.4 资源产出与消费的性质讨论 | 第14-15页 |
| 第2章 世界铀矿基本概况 | 第15-20页 |
| 2.1 基本概况 | 第15-17页 |
| 2.1.1 砂岩型铀矿概况 | 第15-17页 |
| 2.2 国内外砂岩型铀矿现状 | 第17-20页 |
| 2.2.1 国外砂岩型铀矿现状 | 第17-18页 |
| 2.2.2 国内砂岩型铀矿现状 | 第18-20页 |
| 第3章 铀矿床的分类 | 第20-25页 |
| 3.1 典型铀矿床的分类 | 第20-23页 |
| 3.1.1 铀矿床的外生地质作用 | 第20-21页 |
| 3.1.2 铀矿床的内生地质作用 | 第21-22页 |
| 3.1.3 铀矿床的复合地质作用 | 第22页 |
| 3.1.4 铀矿床的变质地质作用 | 第22-23页 |
| 3.2 砂岩型铀矿分类 | 第23-25页 |
| 第4章 砂岩型铀矿成矿模式研究 | 第25-30页 |
| 4.1 国外砂岩型铀矿成矿模式 | 第25-26页 |
| 4.2 国内北方砂岩型铀矿成矿模式 | 第26-28页 |
| 4.3 我国北方砂岩型铀矿成矿条件 | 第28-30页 |
| 第5章 灰色系统模型在铀矿消费量中的应用 | 第30-38页 |
| 5.1 灰色系统理论概述 | 第30-31页 |
| 5.2 灰色系统 GM（1,1）模型的建立 | 第31-34页 |
| 5.3 应用灰色系统 GM（1,1）模型预测铀矿消费量 | 第34-36页 |
| 5.4 模型的检验 | 第36-38页 |
| 第6章 线性回归模型在铀矿消费量中的应用 | 第38-44页 |
| 6.1 一元线性回归基本模型 | 第38-42页 |
| 6.1.1 模型的建立 | 第38-39页 |
| 6.1.2 模型的求解 | 第39-41页 |
| 6.1.3 模型的检验 | 第41-42页 |
| 6.2 一元线性模型对于铀矿消费量的预测 | 第42-44页 |
| 6.2.1 预测结果的检验 | 第43-44页 |
| 第7章 BP 神经网络在铀矿消费量中的应用 | 第44-55页 |
| 7.1 BP 神经网络原理 | 第44-49页 |
| 7.1.1 BP 神经网络的节点 | 第44-45页 |
| 7.1.2 BP 神经网络正向与反向传播 | 第45-49页 |
| 7.2 BP 神经网络的训练过程 | 第49-51页 |
| 7.2.1 网络结构的确定 | 第49-50页 |
| 7.2.2 选取误差 | 第50-51页 |
| 7.3 BP 神经网络在铀资源消费量中的预测 | 第51-52页 |
| 7.4 预测训练的检验 | 第52-54页 |
| 7.5 三种预测模型的对比 | 第54-55页 |
| 第8章 结论与存在问题 | 第55-57页 |
| 8.1 结论 | 第55-56页 |
| 8.2 存在的问题 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-62页 |
| 导师及作者简介 | 第62页 |