声明
致谢
变量注释表
1 绪论
1.1.1 研究的背景
1.1.2 研究的意义
1.2 煤与瓦斯突出预测方法研究现状
1.2.1 静态非连续预测方法
1.2.2 动态连续预测方法
1.2.3 现代数学预测方法
1.3.1 主要研究内容
1.3.2 论文的结构安排与技术路线图
2 煤与瓦斯突出机理及影响因素
2.1 煤与瓦斯突出机理研究现状
（1）地应力作用假说
（2）瓦斯主导作用假说
（3）化学本质假说
（4）综合作用假说
（5）其他假说
2.2.1 煤与瓦斯突出的发展过程
2.2.2 煤与瓦斯突出一般规律
2.3 煤与瓦斯突出影响因素
（3）瓦斯赋存状态
（4）人为因素
2.4 煤与瓦斯预测指标的选取
2.5 本章小结
3 煤与瓦斯突出预测指标系统的核主成分分析
3.1 核主成分分析相关理论
3.1.1 核方法的基本思想
3.1.2 核主成分分析基本原则
3.2 基于核主成分分析的特征提取
3.3 核主成分分析的适应性分析
3.4 本章小结
4 基于KPCA与IQGA算法优化的ELM煤与瓦斯突出预测模型
4.1 极限学习机神经网络基本理论
4.1.1 极限学习机的提出
4.1.2 单隐层前馈神经网络
4.1.3 极限学习机的原理
4.2 量子遗传算法优化的极限学习机
4.2.1 量子遗传算法原理
4.2.2 量子遗传算法的特性
4.2.3 量子遗传算法的改进
4.3.1 IQGA算法优化ELM网络步骤
4.3.2 KPCA-IQGA-ELM预测模型的建立
4.4 本章小结
5 预测模型在钱家营矿的实例应用
5.1.1 井田位置
5.1.2 煤层特征
5.1.3 矿井开拓方式
5.2 面域化预测指标的测定方法
5.3.1 预测指标的核主成分分析
5.3.2 IQGA-ELM预测模型性能训练
5.3.3 预测结果及对比分析
5.4 工程应用
5.5 本章小结
6 结论与展望
6.1 结论
6.2 展望
参考文献
作者简历
学位论文原创性声明
学位论文数据集
