在經(jīng)濟(jì)全球化的今天，如何更有效地減小因安全 事故帶來的損失，降低安全管理費(fèi) 用和生產(chǎn)成本，是中國金屬礦資源企業(yè)提高金屬礦資 源開采盈利水平的十分重要的關(guān)鍵 因素。而多學(xué)科設(shè)計(jì)優(yōu)化方法、模糊理論、人因工程 、熵理論、時(shí)滯微分方程理論、神 經(jīng)元網(wǎng)絡(luò)理論等非線性理論與人工智能方法在有效地 減小困安全事故帶來損失，降低安 全管理費(fèi)用和生產(chǎn)成本方面具有明顯的優(yōu)勢，可望為 中國金屬礦資源企業(yè)開采盈利水平 的提高提供理論基礎(chǔ)與技術(shù)保障。為此，左紅艷、羅 周全編著的這本《地下金屬礦山開采過程人機(jī)環(huán)境安 全機(jī)理辨析與災(zāi)害智能預(yù)測》重點(diǎn)研究了地下金屬礦 山開采過程人機(jī) 環(huán)境安全生產(chǎn)規(guī)模辨析、地下金屬礦山開采人機(jī)環(huán)境 安全動(dòng)態(tài)演化機(jī)理辨析、地下金屬 礦山開采過程人機(jī)環(huán)境系統(tǒng)安全熵辨析、地下金屬礦 山開采多因素耦合災(zāi)害智能預(yù)測與 地下金屬礦山開采災(zāi)害征兆參數(shù)時(shí)間序列智能預(yù)測等 問題。
《地下金屬礦山開采過程人機(jī)環(huán)境安全機(jī)理辨析 與災(zāi)害智能預(yù)測》的讀者以安全科學(xué)與工程、礦業(yè)工 程、管理科學(xué)與工程、系統(tǒng)工程等領(lǐng)域的 科研工作者為主；也可供各高等院校以上相關(guān)領(lǐng)域的 研究生、教師作參考用書。
左紅艷、羅周全編著的這本《地下金屬礦山開采過程人機(jī)環(huán)境安全機(jī)理辨析與災(zāi)害智能預(yù)測》以國家"十一五"科技支撐計(jì)劃課題——金屬礦大范圍隱患空區(qū)調(diào)查及事故辨識(shí)關(guān)鍵技術(shù)研究[2007BAK2280412]和國家自然科學(xué)基金項(xiàng)目——金屬礦山采場冒頂聲發(fā)射信號(hào)混沌辨析及其智能預(yù)報(bào)研究[51274250]為依托，采用多學(xué)科設(shè)計(jì)優(yōu)化方法、模糊理論、人因工程、熵理論、時(shí)滯微分方程理論、神經(jīng)元網(wǎng)絡(luò)理論等非線性理論與人工智能方法重點(diǎn)對地下金屬礦山開采過程安全生產(chǎn)規(guī)模、地下金屬礦山開采過程人機(jī)安全非線性動(dòng)態(tài)演化機(jī)理、地下金屬礦山開采過程人機(jī)環(huán)境系統(tǒng)安全熵、地下金屬礦山開采過程多因素耦合災(zāi)害智能預(yù)測與地下金屬礦山開采過程災(zāi)害征兆參數(shù)時(shí)間序列智能預(yù)測等問題進(jìn)行了研究。
前
第1章 緒論
1.1 國內(nèi)外研究現(xiàn)狀
1.1.1 地下金屬礦山開采災(zāi)害機(jī)理研究現(xiàn)狀
1.1.2 礦資源開采安全機(jī)理研究現(xiàn)狀
1.1.3 礦資源開采安全預(yù)測方法研究現(xiàn)狀
1.2 研究內(nèi)容、方法與技術(shù)路線
1.2.1 研究內(nèi)容
1.2.2 研究方法
1.2.3 研究技術(shù)路線
1.3 本章小結(jié)
參考文獻(xiàn)
第2章 地下金屬礦山開采過程人機(jī)環(huán)境安全生產(chǎn)規(guī)模辨析
2.1 地下金屬礦山開采過程人機(jī)環(huán)境安全生產(chǎn)規(guī)模多學(xué)科設(shè)計(jì)優(yōu)化方法
2.1.1 多學(xué)科設(shè)計(jì)優(yōu)化方法研究現(xiàn)狀
2.1.2 地下金屬礦山開采過程人機(jī)環(huán)境安全生產(chǎn)規(guī)模多學(xué)科設(shè)計(jì)優(yōu)化特點(diǎn)
2.1.3 地下金屬礦山開采過程人機(jī)環(huán)境安全生產(chǎn)規(guī)模多學(xué)科設(shè)計(jì)優(yōu)化要素
2.2 地下金屬礦山開采過程人機(jī)環(huán)境安全生產(chǎn)規(guī)模辨析
2.2.1 地下金屬礦山開采過程人機(jī)環(huán)境安全生產(chǎn)規(guī)模多學(xué)科設(shè)計(jì)優(yōu)化思路
2.2.2 地下金屬礦山開采過程人機(jī)環(huán)境安全生產(chǎn)規(guī)模多學(xué)科設(shè)計(jì)優(yōu)化模型
2.2.3 自適應(yīng)變尺度混沌免疫優(yōu)化算法
2.2.4 地下金屬礦山開采過程人機(jī)環(huán)境安全生產(chǎn)規(guī)模多學(xué)科設(shè)計(jì)優(yōu)化目標(biāo)函數(shù)
2.2.5 地下金屬礦山開采過程人機(jī)環(huán)境安全生產(chǎn)規(guī)模辨析仿真流程
2.3 地下金屬礦山開采過程人機(jī)環(huán)境安全生產(chǎn)規(guī)模辨析應(yīng)用
2.3.1 某地下鉛鋅礦山生產(chǎn)過程概述
2.3.2 地下金屬礦山安全開采生產(chǎn)規(guī)模多學(xué)科設(shè)計(jì)優(yōu)化結(jié)果
2.4 本章小結(jié)
參考文獻(xiàn)
第3章 地下金屬礦山開采人機(jī)環(huán)境安全動(dòng)態(tài)演化機(jī)理辨析
3.1 地下金屬礦山開采過程安全人機(jī)環(huán)境系統(tǒng)分析
3.1.1 地下金屬礦山開采過程人機(jī)環(huán)境系統(tǒng)認(rèn)識(shí)
3.1.2 地下金屬礦山開采過程安全事故發(fā)生的潛在性
3.1.3 地下金屬礦山開采安全事故發(fā)生的人因分析
3.2 地下金屬礦山開采人機(jī)環(huán)境安全動(dòng)態(tài)演化模型
3.2.1 地下金屬礦山開采人機(jī)環(huán)境安全動(dòng)態(tài)演化模型建立
3.2.2 地下金屬礦山開采過程人機(jī)環(huán)境安全動(dòng)態(tài)演化模型數(shù)學(xué)分析
3.2.3 地下金屬礦山開采過程人機(jī)環(huán)境安全非線性動(dòng)態(tài)演化分析
3.2.4 地下金屬礦山開采過程人機(jī)環(huán)境安全非線性動(dòng)態(tài)演化趨勢定性分析
3.3 地下金屬礦山開采安全動(dòng)態(tài)演化仿真研究
3.4 本章小結(jié)
參考文獻(xiàn)
第4章 地下金屬礦山開采過程人機(jī)環(huán)境系統(tǒng)安全熵辨析
4.1 地下金屬礦山開采過程人機(jī)環(huán)境系統(tǒng)安全熵理論基
4.1.1 熵的產(chǎn)生與發(fā)展
4.1.2 熱熵、信息熵與安全信息熵
4.2 地下金屬礦山開采過程人機(jī)環(huán)境系統(tǒng)安全熵閾限分析
4.2.1 地下金屬礦山開采過程人機(jī)環(huán)境系統(tǒng)安全熵閾限
4.2.2 地下金屬礦山開采過程人機(jī)環(huán)境系統(tǒng)安全熵熵變模型
4.3 地下金屬礦山開采過程人機(jī)環(huán)境系統(tǒng)安全熵辨析模型
4.3.1 地下金屬礦山開采過程人機(jī)環(huán)境系統(tǒng)安全熵辨析指標(biāo)體系
4.3.2 地下金屬礦山開采過程人機(jī)環(huán)境系統(tǒng)安全熵辨析方法
4.3.3 地下金屬礦山開采過程人機(jī)環(huán)境系統(tǒng)安全熵模糊隸屬函數(shù)確定
4.3.4 地下金屬礦山開采過程人機(jī)環(huán)境系統(tǒng)安全熵辨析模型應(yīng)用
4.4 本章小結(jié)
參考文獻(xiàn)
第5章 地下金屬礦山開采多因素耦合災(zāi)害智能預(yù)測
5.1 地下金屬礦山開采多因素耦合災(zāi)害智能預(yù)測模型
5.1.1 徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)
5.1.2 地下金屬礦山殲采多因素耦合災(zāi)害智能預(yù)測模型構(gòu)建
5.1.3 地下金屬礦山開采多因素耦合災(zāi)害智能預(yù)測模型隱含層確定
5.1.4 地下金屬礦山開采多因素耦合災(zāi)害智能預(yù)測模型仿真
5.2 地下金屬礦山開采多因素耦合災(zāi)害智能預(yù)測應(yīng)用研究
5.2.1 地下金屬礦山大規(guī)模采空區(qū)失穩(wěn)現(xiàn)象
5.2.2 地下金屬礦山大規(guī)模采空區(qū)失穩(wěn)預(yù)測模型研究
5.3 地下金屬礦山開采多因素耦合災(zāi)害智能預(yù)測模型實(shí)際應(yīng)用
5.4 本章小結(jié)
參考文獻(xiàn)
第6章 地下金屬礦山開采災(zāi)害征兆參數(shù)時(shí)間序列智能預(yù)測
6.1 地下金屬礦山開采災(zāi)害征兆參數(shù)時(shí)間序列智能預(yù)測模型研究
6.1.1 函數(shù)鏈神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)概述
6.1.2 地下金屬礦山開采災(zāi)害征兆參數(shù)時(shí)間序列智能預(yù)測模型建立
6.1.3 函數(shù)鏈神經(jīng)網(wǎng)絡(luò)擬合充要條件
6.1.4 模糊自適應(yīng)變權(quán)重算法
6.2 地下金屬礦山開采災(zāi)害征兆參數(shù)時(shí)間序列智能預(yù)測模型仿真
6.2.1 函數(shù)鏈神經(jīng)網(wǎng)絡(luò)擬合充要條件分析
6.2.2 預(yù)測結(jié)果分析
6.3 地下金屬礦山開采災(zāi)害征兆參數(shù)時(shí)間序列智能預(yù)測應(yīng)用實(shí)例
6.3.1 尖點(diǎn)突變模型
6.3.2 尖點(diǎn)突變模型的正則函數(shù)擬合
6.3.3 鉛鋅礦冒頂預(yù)測實(shí)例
6.4 本章小結(jié)
參考文獻(xiàn)
第7章 結(jié)論與展望
7.1 結(jié)論
7.2 展望
參考文獻(xiàn)
