首页--工业技术论文--矿业工程论文--矿山安全与劳动保护论文--矿井大气论文--煤(岩石)与瓦斯突出的预防和处理论文

基于RBFNN的煤与瓦斯突出预测研究

摘要第1-4页
ABSTRACT第4-8页
第一章 绪论第8-16页
   ·课题背景及研究意义第8-10页
     ·课题背景第8-9页
     ·研究意义第9-10页
   ·国内外研究现状第10-14页
     ·煤与瓦斯突出预测的研究现状第10-12页
     ·RBFNN 的研究现状第12-14页
   ·本文的主要研究内容和结构安排第14-16页
     ·本文的主要研究内容第14-15页
     ·本文的结构安排第15-16页
第二章 RBFNN 相关理论研究第16-26页
   ·RBFNN 概述第16-18页
     ·RBF 的定义第16页
     ·RBFNN 的工作原理第16-17页
     ·RBFNN 的拓扑结构第17-18页
   ·RBF 的选择第18-19页
   ·RBFNN 的生理学基础第19-20页
   ·RBFNN 的数学基础第20-22页
     ·函数的逼近与内插第20-21页
     ·正则化理论第21-22页
     ·φ 可分性第22页
   ·RBFNN 常用的学习算法第22-25页
     ·k 均值聚类算法第23-24页
     ·梯度训练算法第24页
     ·正交最小二乘算法第24-25页
     ·混合结构优化算法第25页
   ·本章小结第25-26页
第三章 煤与瓦斯突出因素分析第26-32页
   ·煤与瓦斯突出的机理第26-27页
   ·煤与瓦斯突出的类型和强度第27页
     ·煤与瓦斯突出的类型第27页
     ·煤与瓦斯突出的强度第27页
   ·煤与瓦斯突出的一般规律第27-29页
   ·影响煤与瓦斯突出的因素第29-31页
     ·地质因素第29-30页
     ·瓦斯因素第30页
     ·煤的因素第30页
     ·工程因素第30页
     ·其他影响因素第30-31页
   ·本章小结第31-32页
第四章 RBFNN 煤与瓦斯突出预测研究第32-46页
   ·预测模型的建立第32-34页
     ·煤与瓦斯突出预测的主要指标第32页
     ·预测模型的建立第32-33页
     ·参数的设计第33-34页
   ·算法的流程及分析第34-38页
     ·核聚类算法第34-37页
     ·梯度下降自适应算法第37页
     ·递推最小二乘算法第37-38页
   ·实例应用第38-45页
     ·样本的选择和数据的预处理第38-39页
     ·网络训练参数的选择第39-40页
     ·仿真结果及分析第40-45页
   ·本章小结第45-46页
第五章 输入加权RBFNN 在突出预测中的应用第46-52页
   ·灰色关联分析第46-48页
   ·关联度计算第48-50页
   ·实验结果及分析第50-51页
   ·本章小结第51-52页
第六章 总结与展望第52-54页
   ·总结第52页
   ·展望第52-54页
参考文献第54-60页
致谢第60-62页
攻读学位期间发表的学术论文目录第62-64页
个人简介第64-65页

论文共65页,点击 下载论文
上一篇:基于UI调用的地理信息平台
下一篇:雾化小量润滑切削技术中扇形喷嘴的设计与研究