基于时间序列分析法的大坝变形监测数据分析研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-18页 |
| ·选题背景 | 第11-12页 |
| ·大坝变形监测资料分析建模研究现状 | 第12-14页 |
| ·国外研究现状 | 第12-13页 |
| ·国内研究现状 | 第13-14页 |
| ·时间序列分析方法研究现状 | 第14-16页 |
| ·论文的研究内容 | 第16-18页 |
| 第二章 大坝变形监测资料的统计建模方法 | 第18-34页 |
| ·多元回归分析的基本理论 | 第18-21页 |
| ·基本思路 | 第18页 |
| ·回归方程 | 第18-19页 |
| ·经验回归方程的求解 | 第19-20页 |
| ·经验回归方程的有效性验证 | 第20-21页 |
| ·逐步回归分析法 | 第21-25页 |
| ·逐步回归基本计算步骤 | 第22-24页 |
| ·计算中出现的几个实际问题 | 第24-25页 |
| ·大坝变形多元线性回归模型 | 第25-34页 |
| ·各因子的基本理论 | 第26-30页 |
| ·模型中的因子选择 | 第30-32页 |
| ·建模步骤 | 第32-34页 |
| 第三章 时间序列分析基本理论 | 第34-44页 |
| ·时序分析概述 | 第34-35页 |
| ·时序分析的相关概念 | 第34-35页 |
| ·时序分析的特点 | 第35页 |
| ·时序分析的基本原理 | 第35-36页 |
| ·时序 ARMA 模型体系 | 第36-38页 |
| ·自回归模型 AR(P) | 第36-37页 |
| ·移动平均模型 MA(q) | 第37-38页 |
| ·自回归移动平均结合模型 ARMA(p，q) | 第38页 |
| ·时序 ARMA 模型的改进——ARIMA 模型 | 第38-40页 |
| ·ARIMA(p，d，q)模型 | 第38-39页 |
| ·ARIMA(P，D，Q)s模型 | 第39页 |
| ·ARIMA(p，d，q) (P，D，Q)s模型 | 第39-40页 |
| ·时序模型的识别与阶次判定 | 第40-41页 |
| ·差分化 | 第40页 |
| ·p、q 的确定 | 第40-41页 |
| ·P、Q 的确定 | 第41页 |
| ·时序模型参数估计 | 第41-42页 |
| ·时序模型检验 | 第42-44页 |
| 第四章 时序分析模型建模与预报 | 第44-62页 |
| ·ARIMA 模型建模 | 第44-52页 |
| ·总体流程 | 第44-45页 |
| ·数据准备及预处理 | 第45页 |
| ·平稳化处理 | 第45-48页 |
| ·参数估计与模型定阶 | 第48-50页 |
| ·模型检验与预报 | 第50-52页 |
| ·季节周期—ARMA 叠合模型建模 | 第52-55页 |
| ·基本原理 | 第52-53页 |
| ·建模步骤 | 第53-54页 |
| ·结果输出 | 第54-55页 |
| ·多维时序 CAR 模型建模 | 第55-62页 |
| ·多维 CAR 模型参数估计 | 第56-57页 |
| ·多维 CAR 模型的识别 | 第57-58页 |
| ·大坝变形主因子多维 CAR 模型建模 | 第58-60页 |
| ·多维 CAR 模型的预报及精度分析 | 第60-62页 |
| 第五章 大坝变形时序模型工程实例与模型对比研究 | 第62-71页 |
| ·长洲水利枢纽水工建筑物沉陷位移监测数据分析 | 第62-67页 |
| ·工程概况 | 第62页 |
| ·长洲水利枢纽水工建筑物沉陷位移监测方案 | 第62-63页 |
| ·沉降数据分析预报结果 | 第63-67页 |
| ·时间序列模型与统计模型对比 | 第67-71页 |
| 第六章 结论与展望 | 第71-74页 |
| ·结论 | 第71-73页 |
| ·展望 | 第73-74页 |
| 参考文献 | 第74-77页 |
| 附录 | 第77-81页 |
| 致谢 | 第81-82页 |
| 作者简介 | 第82页 |
