煤矿动态安全评价及预测技术研究 |
论文目录 | | | 致谢 | 第1-6
页 | | 摘要 | 第6-8
页 | | Abstract | 第8-21
页 | | 1 绪论 | 第21-36
页 | | · 研究背景和意义 | 第21-25
页 | | · 研究背景 | 第21-22
页 | | · 研究必要性 | 第22-24
页 | | · 研究意义 | 第24-25
页 | | · 安全评价和预测的几个基本概念 | 第25-27
页 | | · 安全与危险 | 第25-26
页 | | · 安全与事故 | 第26
页 | | · 安全评价 | 第26-27
页 | | · 安全预测 | 第27
页 | | · 国内外研究现状 | 第27-33
页 | | · 国外安全评价研究现状 | 第27-29
页 | | · 我国安全评价研究现状 | 第29-30
页 | | · 我国安全评价技术研究现状 | 第30-32
页 | | · 传统安全评价方法存在的问题 | 第32
页 | | · 我国安全预测技术研究现状 | 第32-33
页 | | · 煤矿动态安全评价和预测的可行性 | 第33-34
页 | | · 煤矿生产系统的特点 | 第33
页 | | · 神经网络的特点 | 第33-34
页 | | · 神经网络煤矿安全评价和预测的可行性 | 第34
页 | | · 本文研究内容与技术路线 | 第34-36
页 | | 2 煤矿安全评价指标体系研究 | 第36-54
页 | | · 煤矿安全生产原理 | 第36-39
页 | | · 事故致因理论 | 第36-37
页 | | · 安全评价基本原理 | 第37-39
页 | | · 煤矿生产系统分析 | 第39
页 | | · 煤矿安全评价指标体系的建立 | 第39-42
页 | | · 指标 | 第39-40
页 | | · 指标体系 | 第40-41
页 | | · 煤矿安全评价指标的选取原则 | 第41-42
页 | | · 煤矿安全评价指标体系 | 第42-52
页 | | · 煤矿安全评价指标的筛选 | 第42-43
页 | | · 煤矿安全评价指标体系的结构 | 第43-47
页 | | · 煤矿安全评价指标量化 | 第47-51
页 | | · 煤矿安全评价指标的赋权方法 | 第51-52
页 | | · 煤矿安全评价模型的建立 | 第52-53
页 | | · 模型的种类 | 第52
页 | | · 模型建立的步骤 | 第52-53
页 | | · 煤矿安全评价模型建立的基本思想 | 第53
页 | | · 本章小结 | 第53-54
页 | | 3 基于神经网络的煤矿安全评价模型研究 | 第54-72
页 | | · 人工神经网络模型 | 第54-59
页 | | · 生物神经元模型 | 第54-55
页 | | · 神经网络模型 | 第55-56
页 | | · 人工神经网络分类 | 第56-57
页 | | · 人工神经网络的学习规则 | 第57-59
页 | | · BP 神经网络 | 第59-65
页 | | · BP 网络结构 | 第59
页 | | · BP 网络算法 | 第59-61
页 | | · BP 网络的设计与训练 | 第61-65
页 | | · BP 网络性能改进 | 第65-67
页 | | · BP 算法的缺陷 | 第65-66
页 | | · BP 算法的改进 | 第66-67
页 | | · 神经网络工具箱 | 第67-71
页 | | · MATLAB 简介 | 第67-68
页 | | · MATLAB 神经网络工具箱 | 第68-71
页 | | · 本章小结 | 第71-72
页 | | 4 基于神经网络的煤矿安全评价模型应用研究 | 第72-92
页 | | · 用于安全评价问题求解的神经网络设计 | 第72-73
页 | | · 煤矿安全评价模型的训练与仿真 | 第73-82
页 | | · 样本输入数据初始化 | 第73-74
页 | | · 样本数据准备 | 第74
页 | | · 待评价煤矿的数据准备 | 第74-82
页 | | · 网络训练过程及结果 | 第82
页 | | · 评价结果 | 第82-88
页 | | · 被评价煤矿安全预防措施及对策 | 第88-91
页 | | · 安全管理方面措施及对策 | 第88-89
页 | | · 煤矿开采方面措施及对策 | 第89
页 | | · “一通三防”方面措施及对策 | 第89-90
页 | | · 防治水方面措施及对策 | 第90
页 | | · 机电运输方面措施及对策 | 第90-91
页 | | · 本章小结 | 第91-92
页 | | 5 基于神经网络的煤矿安全预测研究 | 第92-106
页 | | · 煤矿安全预测模型 | 第92-94
页 | | · 煤矿安全预测的基本原则 | 第92-93
页 | | · 煤矿安全预测模型的建立 | 第93-94
页 | | · 煤矿安全预测模型研究 | 第94-96
页 | | · 神经网络预测的基本模型 | 第94
页 | | · 预测模型对数据的要求 | 第94-95
页 | | · 煤矿安全预测参数的选择 | 第95
页 | | · 预测模型的实现步骤 | 第95-96
页 | | · 预测误差的测量 | 第96
页 | | · 煤矿安全预测模型应用 | 第96-105
页 | | · 原始数据的初始化处理 | 第96-98
页 | | · 神经网络的设计 | 第98
页 | | · 神经网络的训练过程 | 第98-103
页 | | · 神经网络的仿真 | 第103-104
页 | | · 预测结果比较 | 第104-105
页 | | · 本章小结 | 第105-106
页 | | 6 煤矿系统安全预测技术研究 | 第106-127
页 | | · 回归分析 | 第106-109
页 | | · 一元线性回归模型 | 第106-107
页 | | · 一元线性回归模型的应用 | 第107-109
页 | | · 灰色系统预测 | 第109-115
页 | | · 灰色系统理论 | 第109-110
页 | | · 灰色系统预测的GM(1,1)模型 | 第110-112
页 | | · GM(1,1)模型的应用 | 第112-114
页 | | · GM(1,1)模型的适用性 | 第114-115
页 | | · 函数变换型GM(1,1)模型 | 第115-118
页 | | · 函数变换型GM(1,1)模型的建立 | 第115-116
页 | | · 函数变换型GM(1,1)模型的应用 | 第116-118
页 | | · 摆动型灰色预测模型 | 第118-121
页 | | · UGM 模型的建立 | 第119-120
页 | | · UGM 模型的应用 | 第120-121
页 | | · 灰色马尔柯夫模型 | 第121-125
页 | | · 灰色马尔柯夫模型的建立 | 第121-122
页 | | · 灰色马尔柯夫模型的应用 | 第122-125
页 | | · 本章小结 | 第125-127
页 | | 7 结论 | 第127-129
页 | | · 主要结论 | 第127-128
页 | | · 主要创新点 | 第128
页 | | · 研究展望 | 第128-129
页 | | 参考文献 | 第129-138
页 | | 附录 | 第138-155
页 | | 作者简历 | 第155-157
页 | | 学位论文数据集 | 第157
页 |
|
|
|
