| 致谢 | 第1-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-20页 |
| 1 绪论 | 第20-33页 |
| ·研究目的和意义 | 第20-21页 |
| ·应用与研究现状 | 第21-27页 |
| ·瓦斯突出预测研究现状 | 第21-24页 |
| ·多传感器信息融合技术研究现状 | 第24-27页 |
| ·存在的问题与需求 | 第27-30页 |
| ·瓦斯突出预测存在的问题 | 第27-29页 |
| ·多传感器信息融合方法预测瓦斯突出的需求 | 第29-30页 |
| ·论文的主要研究内容与结构安排 | 第30-33页 |
| 2 瓦斯突出指标的选取和传感器的研究 | 第33-50页 |
| ·煤与瓦斯突出机理模型 | 第33-34页 |
| ·煤与瓦斯突出指标的分析 | 第34-39页 |
| ·静态指标 | 第34-38页 |
| ·动态指标 | 第38-39页 |
| ·层次分析法确定突出影响指标的权重 | 第39-43页 |
| ·层次分析法 | 第40-41页 |
| ·煤与瓦斯突出影响因素权重分析 | 第41-43页 |
| ·煤与瓦斯突出传感器的选取 | 第43-49页 |
| ·静态传感器的布置 | 第43-45页 |
| ·动态传感器的研究 | 第45-49页 |
| ·本章小结 | 第49-50页 |
| 3 多传感器信息融合系统结构研究 | 第50-64页 |
| ·多传感器信息融合的哲学意义 | 第51页 |
| ·多传感器信息融合的一般框架 | 第51-55页 |
| ·数据融合闭环系统控制模式的构成 | 第55-56页 |
| ·数据融合闭环系统控制模式的性能分析 | 第56-59页 |
| ·传感器子系统的功能和构成 | 第56-57页 |
| ·数据融合子系统的功能和构成 | 第57页 |
| ·决策支持子系统的功能和构成 | 第57-58页 |
| ·传感器管理子系统的功能和构成 | 第58-59页 |
| ·数据融合闭环系统控制模式的功能分析 | 第59页 |
| ·基于多传感器信息融合的瓦斯突出预测模型 | 第59-63页 |
| ·瓦斯突出预测闭环控制模型 | 第59-61页 |
| ·瓦斯突出预测分层融合模型 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 4 多传感器管理相关问题研究 | 第64-79页 |
| ·多传感器管理的目的 | 第64页 |
| ·多传感器管理与信息融合 | 第64-66页 |
| ·多传感器管理的功能 | 第66-68页 |
| ·多传感器管理的体系结构 | 第68-70页 |
| ·多传感器管理范围 | 第70-71页 |
| ·多传感器管理中的多目标排序问题 | 第71-78页 |
| ·瓦斯突出预测系统中的目标排序问题 | 第72-73页 |
| ·建立效能函数解决多传感器管理的目标排序问题 | 第73-76页 |
| ·实例分析 | 第76-78页 |
| ·本章小结 | 第78-79页 |
| 5 特征级分层多传感器信息融合方法的选取 | 第79-94页 |
| ·多传感器信息融合的一般方法 | 第79-84页 |
| ·信息融合基本算法 | 第79-80页 |
| ·融合层次算法 | 第80-84页 |
| ·特征层融合神经网络算法的研究 | 第84-89页 |
| ·B-P神经网络 | 第85-86页 |
| ·B-P神经网络存在的问题 | 第86-87页 |
| ·B-P神经网络改进算法 | 第87-89页 |
| ·瓦斯突出预测系统特征级神经网络融合 | 第89-93页 |
| ·本章小结 | 第93-94页 |
| 6 决策层融合方法—D-S证据理论的研究 | 第94-115页 |
| ·D-S证据理论的基本概念 | 第94-96页 |
| ·识别框架 | 第94-95页 |
| ·基本函数 | 第95-96页 |
| ·D-S合成规则及存在问题 | 第96-99页 |
| ·D-S合成规则 | 第96-99页 |
| ·D-S合成规则存在的问题 | 第99页 |
| ·D-S合成规则的改进 | 第99-112页 |
| ·证据相关的处理 | 第99-102页 |
| ·焦元“爆炸”的处理 | 第102-104页 |
| ·基本概率赋值函数（BPAF）的构造 | 第104页 |
| ·证据冲突的处理 | 第104-112页 |
| ·数值实验 | 第112-114页 |
| ·本章小结 | 第114-115页 |
| 7 基于模糊集理论的D-S证据理论决策融合 | 第115-129页 |
| ·模糊集理论基础 | 第115-118页 |
| ·模糊集上的证据理论 | 第118-126页 |
| ·信度函数的扩展 | 第119-120页 |
| ·基于相似度的模糊证据合成规则 | 第120-121页 |
| ·本文的模糊证据理论合成规则 | 第121-124页 |
| ·数值实验 | 第124-126页 |
| ·证据理论向模糊集的延伸 | 第126-128页 |
| ·本章小结 | 第128-129页 |
| 8 基于多传感器信息融合的矿井瓦斯突出预警系统的实现 | 第129-139页 |
| ·瓦斯突出预测的样本选择 | 第129-131页 |
| ·瓦斯突出预测过程 | 第131-135页 |
| ·识别框架的确定 | 第131页 |
| ·证据体的获取 | 第131-134页 |
| ·利用D-S合成规则进行决策融合 | 第134-135页 |
| ·决策分析 | 第135页 |
| ·瓦斯突出预警应用系统的开发 | 第135-138页 |
| ·系统需求分析 | 第135-136页 |
| ·系统的实现 | 第136-138页 |
| ·本章小结 | 第138-139页 |
| 9 总结与展望 | 第139-141页 |
| ·本文总结 | 第139-140页 |
| ·展望 | 第140-141页 |
| 参考文献 | 第141-149页 |
| 作者简历 | 第149-152页 |
| 学位论文数据集 | 第152页 |