学位论文 > 优秀研究生学位论文题录展示

基于人工神经网络的矿井素质评价系统研究

作　者: 孙维丽
导　师: 张辛亥
学　校: 西安科技大学
专　业: 安全技术及工程
关键词: 矿井素质评价神经网络系统
分类号: TP183
类　型: 硕士论文
年　份: 2013年
下　载: 24次
引　用: 0次
阅　读: 论文下载

内容摘要

煤炭工业在我国国民经济中占有非常重要的地位，但安全问题严重制约了煤矿企业的发展。矿井素质反映了矿井持续、健康、全面发展的能力。通过矿井素质评价，可以准确了解矿井素质现状，科学、合理、动态地配置资源，保障煤矿企业的安全健康发展。目前，对于矿井素质评价的研究尚处于初级阶段，在评价指标体系、评价方法方面还存在缺陷，这在很大程度上制约了矿井素质的提升。因此，开展矿井素质评价系统研究意义重大。首先，为了能更明确各部门职能，提高矿井素质评价体系的现场实用性，本文在对矿井素质概念及其评价研究的基础上，按照组织结构的不同，建立了包含安全、生产、技术、机电、经营、后勤、工会的八大系统的四级评价指标体系，并给出了指标评分标准和指标赋值的方法。其次，根据人工神经网络数据分析的特点，建立了矿井素质评价的人工神经网络模型，确定了评价模型的网络结构及基于BP算法的训练学习算法，并将MATLAB强大的神经网络工具箱功能与VisualBasic在图形用户界面开发方面的优势结合起来，以Access数据库作为数据管理基础，在VisualBasic平台上，调用MATLAB神经网络工具箱，开发了易于操作的矿井素质评价管理系统软件。最后，将矿井素质评价管理系统软件应用于忻州窑矿矿井素质评价，采集10组该矿矿井素质评价指标的原始数据进行网络训练与仿真，仿真结果表明该系统能较精确地评价矿井素质。本文的研究结果表明：人工神经网络评价方法运用于矿井素质评价中有其优越性，且开发的矿井素质评价系统软件操作简单、实用性强，可应用于一般煤矿企业的矿井素质评价。

全文目录

摘要  2-3
ABSTRACT  3-7
1 绪论  7-18
  1.1 研究背景及意义  7-10
    1.1.1 研究背景  7-8
    1.1.2 研究的目的及意义  8-10
  1.2 国内外研究现状  10-15
    1.2.1 国内外煤矿企业相关评价研究现状  10-12
    1.2.2 评价方法研究现状  12-13
    1.2.3 矿井素质及其评价的相关研究  13-15
    1.2.4 现有矿井素质评价存在问题  15
  1.3 矿井素质神经网络评价可视化的可行性  15-16
    1.3.1 煤矿生产系统特点  15
    1.3.2 神经网络评价的优势  15-16
    1.3.3 可视化操作的可行性  16
  1.4 本课题的研究内容及技术路线  16-18
    1.4.1 研究内容  16-17
    1.4.2 技术路线  17-18
2 矿井素质评价指标体系研究  18-31
  2.1 指标选取原则  18-19
  2.2 指标评分标准  19-20
  2.3 矿井素质评价指标体系  20-21
  2.4 评价指标赋值  21-22
  2.5 本章小结  22-31
3 矿井素质人工神经网络评价模型  31-42
  3.1 神经网络模型  31-33
    3.1.1 神经元模型  31-32
    3.1.2 神经网络分类  32-33
    3.1.3 神经网络学习规则  33
  3.2 BP神经网络在矿井素质评价中的适宜性分析  33-37
    3.2.1 BP神经网络及其算法介绍  33-36
    3.2.2 BP网络模型的改善  36-37
  3.3 基于神经网络的矿井素质评价模型建立  37-39
    3.3.1 矿井素质两级评价模型  37
    3.3.2 神经网络结构设计  37-39
  3.4 MATLAB神经网络工具箱  39-41
  3.5 本章小结  41-42
4 矿井素质评价系统的开发  42-51
  4.1 VB调用神经网络工具箱的实现方法  42-43
  4.2 矿井素质评价系统的实现  43-44
    4.2.1 系统的建立  43-44
    4.2.2 系统功能模块  44
  4.3 矿井素质评价系统的功能实现  44-49
    4.3.1 评价指标管理模块  45
    4.3.2 评价数据管理模块  45-46
    4.3.3 加权相加法计算模块  46-47
    4.3.4 神经网络( BP )计算模块  47-48
    4.3.5 查询输出模块  48-49
    4.3.6 系统管理模块  49
  4.4 主要程序代码  49-50
  4.5 本章小结  50-51
5 矿井素质评价系统的应用  51-67
  5.1 矿井概况  51-52
    5.1.1 员工结构  51-52
    5.1.2 管理模式  52
    5.1.3 矿井素质现状分析  52
  5.2 神经网络评价过程及结果  52-65
    5.2.1 数据采集  52-57
    5.2.2 网络训练  57-60
    5.2.3 指标权重计算  60-64
    5.2.4 评价结果  64-65
  5.3 评价结果分析  65-66
  5.4 本章小结  66-67
6 结论与展望  67-68
  6.1 主要结论  67
  6.2 展望  67-68
致谢  68-69
参考文献  69-72
附录  72-73
附表  73-85

基于人工神经网络的矿井素质评价系统研究

内容摘要

全文目录

相似论文