| 摘要 | 第3-4页 |
| Absrtact | 第4页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 地铁地表沉降预测研究现状 | 第10-11页 |
| 1.2.2 沉降数据管理研究现状 | 第11-12页 |
| 1.3 主要研究内容及技术路线 | 第12-13页 |
| 1.4 本章小结 | 第13-14页 |
| 第2章 预测理论基础和数据管理平台 | 第14-26页 |
| 2.1 灰色GM(1,1)模型 | 第14-17页 |
| 2.1.1 灰色系统理论 | 第14-15页 |
| 2.1.2 灰色GM(1,1)模型预测原理 | 第15-16页 |
| 2.1.3 GM(1,1)模型的精度检验 | 第16-17页 |
| 2.2 BP神经网络模型 | 第17-21页 |
| 2.2.1 人工神经网络概述 | 第17-18页 |
| 2.2.2 BP神经网络的结构 | 第18-19页 |
| 2.2.3 BP神经网络的算法 | 第19-21页 |
| 2.3 Logistic时间函数模型 | 第21-23页 |
| 2.3.1 Logistic时间函数模型原理 | 第21-22页 |
| 2.3.2 Logistic时间函数模型的参数计算 | 第22-23页 |
| 2.4 数据管理平台 | 第23-25页 |
| 2.4.1 系统硬件配置 | 第23页 |
| 2.4.2 沉降数据预测平台 | 第23-24页 |
| 2.4.3 系统开发平台 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 长春地铁二号线地表沉降监测及预测结果分析 | 第26-47页 |
| 3.1 工程概况 | 第26页 |
| 3.2 工程地质条件概况 | 第26-29页 |
| 3.3 地表沉降监测方案 | 第29-35页 |
| 3.3.1 沉降监测内容及监测依据 | 第29页 |
| 3.3.2 监测点埋设及监测点布设 | 第29-31页 |
| 3.3.3 沉降监测方法 | 第31-35页 |
| 3.4 地铁地表沉降预测结果分析 | 第35-46页 |
| 3.4.1 灰色GM(1,1)模型的预测分析 | 第37-39页 |
| 3.4.2 BP神经网络模型的预测分析 | 第39-42页 |
| 3.4.3 Logistic时间函数模型的预测分析 | 第42-43页 |
| 3.4.4 灰色-BP神经网络组合模型的预测分析 | 第43-45页 |
| 3.4.5 模型精度对比分析 | 第45-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第4章 地铁地表沉降管理系统设计 | 第47-60页 |
| 4.1 系统需求分析 | 第47-49页 |
| 4.1.1 系统设计目标 | 第47页 |
| 4.1.2 系统设计原则 | 第47-48页 |
| 4.1.3 系统功能需求 | 第48-49页 |
| 4.1.4 系统性能需求 | 第49页 |
| 4.2 系统总体设计 | 第49-54页 |
| 4.2.1 系统总体结构设计 | 第49-50页 |
| 4.2.2 系统功能模块设计 | 第50-51页 |
| 4.2.3 系统数据库设计 | 第51-54页 |
| 4.3 系统功能详细设计 | 第54-59页 |
| 4.4 本章小结 | 第59-60页 |
| 第5章 地铁地表沉降管理系统的实现 | 第60-67页 |
| 5.1 系统操作界面 | 第60页 |
| 5.2 数据录入与编辑 | 第60-63页 |
| 5.3 数据查询与检索 | 第63-64页 |
| 5.4 数据三维可视化 | 第64-65页 |
| 5.5 地铁沉降监测数据专题分析 | 第65-66页 |
| 5.6 本章小结 | 第66-67页 |
| 第6章 结论与展望 | 第67-69页 |
| 6.1 结论 | 第67页 |
| 6.2 展望 | 第67-69页 |
| 参考文献 | 第69-71页 |
| 在学期间发表的学术论文及其他成果 | 第71-72页 |
| 在学期间参加的专业实践及工程项目研究工作 | 第72-73页 |
| 致谢 | 第73页 |