摘要 | 第2-3页 |
Abstrast | 第3-8页 |
第一章 绪论 | 第8-14页 |
1.1 问题的提出 | 第8-9页 |
1.2 国内外研究现状 | 第9-12页 |
1.2.1 爆破块度分布线性模型研究现状 | 第9-11页 |
1.2.2 爆破块度分布非线性模型研究现状 | 第11-12页 |
1.3 主要研究内容及技术路线 | 第12-13页 |
1.3.1 主要研究内容 | 第12页 |
1.3.2 技术路线 | 第12-13页 |
1.4 主要创新点 | 第13-14页 |
第二章 别斯库都克露天煤矿概况 | 第14-23页 |
2.1 矿区概况 | 第14-18页 |
2.1.1 自然地理 | 第14-15页 |
2.1.2 矿区地质特征 | 第15-18页 |
2.2 相关爆破数据的统计 | 第18-22页 |
2.2.1 爆破块度分布的统计 | 第18-22页 |
2.2.2 相关爆破参数统计 | 第22页 |
2.3 本章小结 | 第22-23页 |
第三章 基于改进AHP的爆破影响因素分析 | 第23-36页 |
3.1 爆破效果影响因素理论分析 | 第23-26页 |
3.1.1 岩石特性及结构面对爆破效果的影响 | 第23-24页 |
3.1.2 爆破参数对爆破效果的影响 | 第24-26页 |
3.1.3 炸药性能对爆破效果的影响 | 第26页 |
3.2 基于改进AHP的爆破影响因素分析 | 第26-34页 |
3.2.1 改进层次分析法(AHP)理论 | 第26-27页 |
3.2.2 基本步骤 | 第27-29页 |
3.2.3 基于改进AHP的爆破影响因素分析 | 第29-34页 |
3.3 本章小结 | 第34-36页 |
第四章 基于PSO-ELM的爆破块度分布预测 | 第36-55页 |
4.1 极限学习机(ELM)算法 | 第36-39页 |
4.1.1 概述 | 第36-37页 |
4.1.2 极限学习机(ELM)基本原理 | 第37页 |
4.1.3 极限学习机(ELM)在MATLAB中的实现 | 第37-39页 |
4.2 PSO算法对ELM的优化 | 第39-43页 |
4.2.1 粒子群概述 | 第39-40页 |
4.2.2 粒子群算法(PSO)基本原理 | 第40-41页 |
4.2.3 PSO-ELM模型设计与流程 | 第41-43页 |
4.3 PSO-ELM模型预测爆破块度分布的可行性分析 | 第43页 |
4.4 模型的参数分析 | 第43-51页 |
4.4.1 隐含层节点数对PSO-ELM模型的影响 | 第43-50页 |
4.4.2 激活函数对PSO-ELM模型的影响 | 第50-51页 |
4.5 PSO-ELM模型对别斯库都克露天煤矿的爆破块度分布预测 | 第51-54页 |
4.5.1 最优隐含层下PSO-ELM模型的爆破块度预测 | 第51-52页 |
4.5.2 与传统ELM模型预测效果对比 | 第52-54页 |
4.6 本章小结 | 第54-55页 |
第五章 基于爆破块度预测模型的矿山爆破参数优化研究 | 第55-61页 |
5.1 矿区爆破现状分析 | 第55-56页 |
5.2 大孔距小排距爆破技术特点及可行性分析 | 第56-57页 |
5.3 1252平台主要爆破参数设计 | 第57-58页 |
5.4 PSO-ELM模型的预测 | 第58-59页 |
5.5 现场试验及结果分析 | 第59-60页 |
5.6 本章小结 | 第60-61页 |
第六章 结论与展望 | 第61-63页 |
6.1 论文的主要研究成果 | 第61页 |
6.2 下一步工作的研究展望 | 第61-63页 |
参考文献 | 第63-66页 |
致谢 | 第66-67页 |
附录 | 第67-68页 |