遗传算法和BP神经网络在煤矿突水预测中的应用研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 1 绪论 | 第9-14页 |
| ·课题的背景和意义 | 第9页 |
| ·突水预测技术发展现状 | 第9-12页 |
| ·本文主要研究内容 | 第12页 |
| ·本文组织安排 | 第12-14页 |
| 2 矿井突水机理及影响因素分析 | 第14-20页 |
| ·矿井突水研究概况 | 第14页 |
| ·矿井突水机理的理论研究 | 第14-16页 |
| ·影响突水的基本因素分析 | 第16-20页 |
| 3 BP神经网络和遗传算法 | 第20-29页 |
| ·BP神经网络 | 第20-24页 |
| ·BP神经网络的结构 | 第20-21页 |
| ·BP网络学习算法 | 第21-23页 |
| ·BP学习算法的局限性 | 第23-24页 |
| ·遗传算法 | 第24-27页 |
| ·遗传算法理论思想 | 第24-25页 |
| ·遗传算法的要素和原理 | 第25-26页 |
| ·遗传算法的特点 | 第26-27页 |
| ·BP神经网络与遗传算法结合的可行性和必要性 | 第27-29页 |
| 4 遗传算法-BP网络预测模型研究 | 第29-34页 |
| ·遗传算法与神经网络的结合 | 第29-30页 |
| ·神经网络权值的进化 | 第29-30页 |
| ·神经网络结构的进化 | 第30页 |
| ·神经网络学习规则的进化 | 第30页 |
| ·遗传算法优化BP人工神经网络的具体实现步骤 | 第30-34页 |
| 5 基于GA-BP算法的煤矿突水预测模型应用 | 第34-46页 |
| ·影响煤矿突水的参数选取及数据样本 | 第34-37页 |
| ·突水参数选取 | 第34-35页 |
| ·煤矿突水数据样本 | 第35-37页 |
| ·模型的网络结构设置及数据预处理 | 第37-38页 |
| ·煤矿突水预测模型的仿真实现 | 第38-46页 |
| ·标准BP神经网络模型仿真性能分析 | 第38-42页 |
| ·基于GA-BP算法模型仿真性能分析 | 第42-46页 |
| 6 煤矿突水预测系统的设计与实现 | 第46-52页 |
| ·系统设计目的 | 第46页 |
| ·系统框架设计及原理 | 第46-48页 |
| ·系统框架设计 | 第46-47页 |
| ·系统实现突水预测原理 | 第47-48页 |
| ·开发与运行环境 | 第48页 |
| ·系统功能模块设计实现 | 第48-52页 |
| 7 总结与展望 | 第52-54页 |
| ·总结 | 第52-53页 |
| ·展望 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 攻读硕士学位期间发表的论文 | 第58-59页 |
| 硕士学位期间参与的科研项目 | 第59-60页 |
| 附录 | 第60-65页 |
