声明
摘要
1 绪论
1.1 研究背景及意义
1.2 国内外安全评价研究现状
1.2.1 国外煤矿安全评价现状
1.2.2 国内煤矿安全评价现状
1.2.3 传统安全评价方法存在的缺点
1.2.4 神经网络的特点
1.2.5 神经网络用于煤矿安全评价可行性
1.3 本文研究目的和意义
1.4 本文研究的内容和技术路线
1.4.1 主要研究内容
1.4.2 技术路线
2 煤矿安全风险综合评价指标体系的构建
2.1 煤矿安全风险系统的特点分析
2.1.1 煤矿安全风险评价系统的特点分析
2.1.2 煤矿安全风险评价指标体系的设计原则
2.2 安全风险指标体系的选择基础
2.2.1 指标体系的设计流程步骤
2.3 国内煤矿安全风险因素分析
2.3.1 煤矿安全风险因素
2.3.2 各因素之间的相互作用
2.4 煤矿安全风险综合评价指标体系的结构
2.5 评价指标分级
2.6 本章小结
3 人工神经网络理论
3.1 人工神经网络模型
3.1.1 人工神经网络模型
3.1.2 神经网络模型的选取
3.2 神经网络的结构类型
3.3 神经网络的学习类型
3.4 本章小结
4 基于BP神经网络的煤矿安全评价
4.1 BP神经网络模型
4.2 BP神经网络算法
4.2.1 BP神经网络标准学习算法
4.2.2 BP神经网络算法的流程图
4.3 BP神经网络的参数选取
4.3.1 网络层数的确定
4.3.2 各层神经元数的确定
4.3.3 学习率的选取
4.3.4 初始权值和阈值的选取
4.3.5 样本数量的选取
4.3.6 样本预处理
4.4 BP算法的缺点
4.5 BP算法的改进
4.5.1 批处理算法
4.5.2 附加动量算法
4.5.3 学习速率可变的BP算法
4.5.4 弹性学习算法
4.5.5 变梯度算法
4.5.6 基于L-M学习算法
4.6 基于BP神经网络的煤矿安全评价应用
4.6.1 样本的采集与处理
4.6.2 BP神经网络的网络结构设计
4.6.3 BP神经网络训练及结果分析
4.7 本章小结
5 基于RBF神经网络的煤矿安全评价
5.1 RBF神经网络模型原理
5.1.1 RBF神经网络神经元模型
5.1.2 RBF神经网络的数学基础
5.2 RBF神经网络的学习算法
5.3 基于RBF神经网络的煤矿安全评价应用
5.4 RBF神经网络与BP神经网络的比较分析
5.5 本章小结
6 结论
6.1 所做的工作和结论
6.2 本文的不足之处
6.3 展望
参考文献
致谢
作者简介及读研期间主要科研成果