| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第9-13页 |
| 1.1 论文的研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 变形监测发展趋势 | 第11-12页 |
| 1.4 论文的研究内容 | 第12-13页 |
| 2 常用的变形分析模型 | 第13-28页 |
| 2.1 概述 | 第13页 |
| 2.2 回归分析 | 第13-17页 |
| 2.2.1 多项式拟合 | 第13-14页 |
| 2.2.2 线性回归 | 第14-16页 |
| 2.2.3 逻辑回归 | 第16-17页 |
| 2.3 灰色理论分析 | 第17-22页 |
| 2.3.1 Lagrange插值法 | 第18-19页 |
| 2.3.2 GM(1,1)模型 | 第19-21页 |
| 2.3.3 GM(1,N)模型 | 第21-22页 |
| 2.4 BP神经网络 | 第22-26页 |
| 2.4.1 人工神经网络 | 第22-25页 |
| 2.4.2 BP算法 | 第25-26页 |
| 2.5 本章小结 | 第26-28页 |
| 3 组合模型及其精度评价 | 第28-36页 |
| 3.1 概述 | 第28-30页 |
| 3.1.1 组合模型原理 | 第28页 |
| 3.1.2 组合模型分类 | 第28-30页 |
| 3.2 线性组合模型 | 第30-33页 |
| 3.2.1 定权组合模型 | 第30-31页 |
| 3.2.2 变权组合模型 | 第31-32页 |
| 3.2.3 GM-Logistic神经网络组合模型 | 第32-33页 |
| 3.3 精度评价 | 第33-35页 |
| 3.4 本章小结 | 第35-36页 |
| 4 系统介绍与功能实现 | 第36-49页 |
| 4.1 概述 | 第36-37页 |
| 4.2 系统设计与实现 | 第37-41页 |
| 4.2.1 数据分析与数据库选择 | 第37-38页 |
| 4.2.2 数据库的设计 | 第38-39页 |
| 4.2.3 系统总体结构设计 | 第39-41页 |
| 4.3 系统主要模块介绍 | 第41-47页 |
| 4.3.1 用户管理模块 | 第41-42页 |
| 4.3.2 设备管理模块 | 第42-43页 |
| 4.3.3 监测对象模块 | 第43-44页 |
| 4.3.4 任务管理模块 | 第44-45页 |
| 4.3.5 数据管理模块 | 第45-46页 |
| 4.3.6 系统设置模块 | 第46-47页 |
| 4.4 建模、预测程序 | 第47-48页 |
| 4.4.1 GM (1.1)模型 | 第47-48页 |
| 4.4.2 Logistic模型 | 第48页 |
| 4.5 本章小结 | 第48-49页 |
| 5 实例与分析 | 第49-66页 |
| 5.1 概况 | 第49-52页 |
| 5.1.1 项目概述 | 第49-50页 |
| 5.1.2 变形监测布设 | 第50-52页 |
| 5.2 单一GM(1,1)模型的实例分析 | 第52-55页 |
| 5.3 Logistic模型 | 第55-58页 |
| 5.4 定权组合模型实例分析 | 第58-61页 |
| 5.5 变权组合模型实例分析 | 第61-64页 |
| 5.6 本章小结 | 第64-66页 |
| 6 总结与展望 | 第66-68页 |
| 6.1 总结 | 第66-67页 |
| 6.2 展望 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 致谢 | 第71-72页 |